摘要
本发明提供一种用于血管疾病风险辅助判断的深度放射组学模型构建方法,步骤包括:构建包括影像流分支和特征流分支的双流分支并行处理架构;在影像流分支内执行深度学习多模型筛选,筛选表现最优的深度学习模型,通过该最优的深度学习模型对输入的三维医学影像进行多层级特征提取;在影像流分支中引入空间注意力机制;特征流分支对放射组学特征进行稀疏选择,提取显著关联血管疾病风险的量化特征;采用自适应权重分配策略,将特征流的量化特征与空间注意力增强后的影像流特征拼接后进行加权融合;构建多任务输出层,同时执行血管病灶分类任务和生存期预测回归任务,利用分类损失和回归损失的加权组合优化模型。
技术关键词
三维医学影像
模型构建方法
分支
并行处理架构
血管
权重分配策略
组学特征
注意力机制
疾病
风险
多模型
三维卷积神经网络
深度学习模型训练
Sigmoid函数
线性单元
特征选择
全局平均池化
系统为您推荐了相关专利信息
苯甲酸利扎曲普坦
药物
动物模型构建技术
硝酸甘油
非人灵长类
智能检测方法
混凝土弹性模量
视觉
材料声阻抗
移动巡检平台
活动识别方法
传感器系统
红外运动传感器
红外热成像传感器
数据处理单元
网格地图
激光雷达
距离调节器
建图方法
全局地图
医学影像信息
医学影像特征
诊断管理方法
诊断管理系统
影像校正