摘要
本申请涉及计算机视觉及医学影像处理技术领域,公开了一种内镜下食管胃结合部腺癌分期诊断方法及系统。具体公开了:利用基于卷积神经网络的局部特征提取器和基于视觉大模型的全局特征提取器分别提取内镜图像中的局部特征和全局特征,并将局部特征和全局特征融合,获得深度融合特征。最后利用分类器对融合特征进行分类,获得预测诊断结果。本申请实现了视觉大模型在EGJA诊断领域的首次应用,且充分利用了卷积神经网络和视觉大模型的互补优势,显著提升了对内镜下EGJA分期诊断的准确性。
技术关键词
内镜下食管
全局特征提取
局部特征提取
融合特征
诊断方法
全局特征融合
结合部
分类特征
分类器
卷积模块
生成特征向量
多头注意力机制
前馈神经网络
图像块
可读存储介质
多层感知机
处理器
计算机视觉
系统为您推荐了相关专利信息
投诉预测方法
网络架构
预测分类模型
时间段
客户
唇动特征
气流
视觉特征提取
唇语识别方法
融合特征
节点特征
多模态
气象预测方法
融合特征
气象观测数据
智能故障诊断方法
多模态融合技术
工况
数据特征提取
动态基线模型
可见光图像
补丁
行人重识别网络
重识别方法
注意力