摘要
本申请提供一种颅脑ct影像分析方法及系统,通过获取颅脑ct影像数据;对所述颅脑ct影像数据进行预处理;在Net神经网络分割模型的基础上,结合注意力机制构建改进的Net神经网络分割模型;将所述颅脑ct影像输入至所述改进的Net神经网络分割模型,获得所述Net神经网络分割模型的输出结果,所述Net神经网络分割模型用于基于输入的所述颅脑ct影像数据预测参数和目标区域分割结果并输出。通过构建包括双层孪生编码器和解码器架构的改进的Net神经网络分割模型,得到像素级别的分类结果,标记出异常区域的位置和范围,可以提高颅脑ct影像分析的精度和准确性。使用改进的Dice损失与改进的交叉熵之和作为损失函数,评测结果更加准确。
技术关键词
影像分析方法
残差注意力机制
编码器
解码器架构
语义特征
特征提取能力
上采样
更新模型参数
扩展模块
解码器结构
非对称结构
多尺度特征
网络
影像分析系统
引入注意力机制
生成折线图
系统为您推荐了相关专利信息
手术引导系统
信息提取方法
监测模块
内窥镜手术
多模态
中文文本
语义向量
音频编码器
文本编码器
预训练语言模型