摘要
本发明涉及乳腺癌超声图像识别预测领域,具体是指基于超声图像的乳腺癌分子亚型的识别预测系统,包括数据采集模块、图像预处理模块、图像分割模块、特征提取模块、识别预测模块和用户界面模块;本方案采用改进的扩散概率模型进行图像分割,该模型使用动态条件编码增强扩散概率模型在医学图像分割中的分步区域注意力,并采用特征频率解析器消除高频噪声成分在医学图像分割中的负面影响;采用树突学习整合的视觉变换器对乳腺癌分子亚型进行识别预测,优化现有特征提取网络的架构,使其提取的图像特征更丰富、更具代表性,提高超声图像中的乳腺癌分子亚型的识别准确性,并减少模型的训练时间和增强可解释性。
技术关键词
乳腺癌分子亚型
二维快速傅里叶变换
特征提取模块
预测系统
医学图像分割
数据采集模块
解析器
解码器
编码策略
编码器
注意力机制
变换器
特征提取网络
亲和力
掩码矩阵