摘要
本发明公开了一种基于大模型的肺结节分析方法、系统、设备及介质,属于人工智能医学技术领域中的肺结节检测与分类,其目的在于解决现有技术在基于DR胸片分析肺结节时存在小病灶检测灵敏度低、复杂病灶分割精确度低的问题。其构建的肺结节分析模型包括目标检测子模型、目标分割子模型以及基于大模型的分类子模型;目标检测子模型的主干网络中的C2f‑nmODE模块包括第一CBS层、Split层和第二CBS层,第一CBS层的输出作为Split层的输入,Split层的输出经3层nmODE层并将三层nmODE层的输出进行融合后再与Split层的输出一同输入第二CBS层;其中,nmODE层为将离散化的神经记忆常微分方程更改为以神经网络层数作为推导步数的形式。
技术关键词
分类子模型
分析方法
模块
标签
结节检测
网络
样本
掩膜
定位框
检测头
分析肺结节
注意力先验
图像
上采样
处理器
解码器
记忆
积层
编码器
系统为您推荐了相关专利信息
图像生成模型
分支
图像生成方法
文本
特征提取模块
负荷预测模型
历史负荷数据
负荷特征
负荷预测方法
分类特征
硬件描述语言
表格
文件生成方法
文件存储路径
关键字