摘要
本发明涉及一种基于多平面MRI影像的子宫腺肌病自动分型方法和系统,属于子宫腺肌病分型技术领域,解决了现有技术中分型不准确的问题。方法包括以下步骤:基于训练好的多个分割模型对不同个体的多平面MRI影像进行分割提取每个个体的多平面子宫ROI,基于每个个体的多平面子宫ROI和对应的子宫腺肌病分型构建第二训练集;构建用于进行子宫腺肌病分型的深度学习模型,基于所述第二训练对所述深度学习模型进行训练得到子宫腺肌病分型模型;将待分型个体的多平面MRI影像输入训练好的多个分割模型得到待分型个体的多平面子宫ROI;将待分型个体的多平面子宫ROI输入子宫腺肌病分型模型得到待分型个体的子宫腺肌病分型。实现了准确高效的子宫腺肌病分型。
技术关键词
子宫腺肌病
分型方法
深度学习模型
注意力
影像
融合空间位置
训练集
像素点
样本
序列
全局平均池化
幅值
分型系统
分型技术
模型训练模块
元素
编码
通道
系统为您推荐了相关专利信息
监督学习方法
像素块
空间填充曲线
监督学习模型
编码器
多源异构数据
多模态特征融合
协同调控方法
数字孪生模型
修正机器人
加速系统
磁性随机存取存储器阵列
神经网络处理器阵列
静态随机存取存储器
精度
LiDAR点云
混合模块
特征提取模块
自动驾驶系统
采样点
兴趣点推荐方法
引入注意力机制
递归神经网络
相似性度量学习
编码器