摘要
本发明公开了一种基于时空的随访CT淋巴结追踪方法、系统、设备及介质,属于人工智能技术领域中的淋巴结追踪,其目的在于解决现有技术中淋巴结追踪效果差的技术问题。构建的CT淋巴结追踪模型引入了自监督的形态增强模块,提升编码器对淋巴结特征的捕捉能力;采用了自适应图匹配方法,利用图卷积神经网络强大的空间特征提取能力,动态更新淋巴结的特征表示;还包含时间增强模块和时空融合模块,进一步完善时间维度的特征学习,并通过微调修正图匹配结果,提高对新增或消失淋巴结的预测精度。该框架不仅适用于多种病灶器官组织的匹配,尤其在复杂的盆腔环境中对体积较小、成像模糊的淋巴结具有显著优势,在结直肠癌淋巴结匹配、追踪中表现尤为突出。
技术关键词
CT三维图像
特征提取网络
追踪方法
整流单元
融合特征
残差结构
样本
CT扫描
数据
批量
坐标
标签
线性
患者
空间特征提取
度函数
模型训练模块