摘要
本发明公开了一种基于常规增强CT的结直肠癌检测方法及装置,方法包括:收集腹部CT图像的数据集,对数据集进行预处理;对腹部CT图像的结直肠和结直肠癌分别进行标注,作为检测模型的真实标签;构建检测模型,所述检测模型使用nnUNet作为像素级结直肠和结直肠癌分割的骨干网络,同时结合一个辅助分类分支以整合来自nnUNet的多尺度特征,实现patch级别的分类;对所述检测模型进行训练,训练时以分割损失和分类损失之和为总损失;利用训练完成的检测模型进行结直肠癌检测,当检测的肿瘤体积超过设定的截断值则检测成功。本发明提高了结直肠癌定位和分割的鲁棒性和准确性,大大节约了人力成本。
技术关键词
腹部CT图像
图像级标签
结直肠癌患者
分辨率
肿瘤
计算机程序指令
模型训练模块
解码
像素
CT图像数据
编码
分支
异常数据
阶段
全局平均池化
处理器
系统为您推荐了相关专利信息
输出特征
多尺度特征融合
多尺度特征提取
子模块
深层特征提取
碳通量估算方法
总初级生产力
马尔可夫链蒙特卡罗
非线性最小二乘拟合
植被
甲烷排放速率
短波红外
轨迹模型
遥感大数据处理
拉格朗日
施工现场钢筋
智能识别方法
高分辨率摄像头
注意力编码器
点云