摘要
本发明的一种基于X线胸片的慢性阻塞性肺疾病分级系统及方法,获取原始X线胸片,对原始X线胸片进行预处理;采用条件生成对抗网络对预处理后的原始X胸片进行分离,获得骨抑制图像以及骨组织特征图像;将骨组织特征图像输入到构建完成的双分支深度神经网络中,获取肺实质特征图以及肋骨特征图;获取临床变量,并对临床变量进行预处理,对预处理后的临床变量、肺实质特征图以及肋骨特征图进行跨模态融合,并生成融合特征向量;联合回归‑分类输出头模型对融合特征向量进行处理,获得FEV1%预测值以及GOLD分期结果;引入条件生成对抗网络、双分支深度神经网络、跨模态融合以及联合回归‑分类输出头模型,可以实现低成本、低辐射、高普适性的GOLD自动分级。
技术关键词
X线胸片
慢性阻塞性肺疾病
条件生成对抗网络
深度神经网络
金字塔池化模块
变量
网络结构
跨模态
图像
分支
融合多尺度信息
分级系统
3D点云数据
多头注意力机制
集成临床
输出模块
多尺度特征
关键点
系统为您推荐了相关专利信息
学生
教师
条件生成对抗网络
生成方法
零样本学习方法
需求预测方法
钢筋混凝土框架结构
序列
地震
拉丁超立方采样
电真空器件
回归预测模型
真空电子器件
结构设计参数
粒子群优化算法
光伏系统
巡检方法
强化学习模型
故障特征
动态避障
预训练方法
自动编码器
解码模型
解码器
动态噪声