摘要
本发明公开了基于图像和临床数据的肺结核智能检测方法及系统,属于医学领域,方法包括:S1.采集高分辨率胸部X线影像及血清C‑反应蛋白浓度、血沉值、红细胞分布宽度和体温等临床数据;S2.对影像进行非线性对比度增强,提取肺门纹理、肺野透明度和空洞边缘特征;S3.通过图注意力机制融合影像与临床特征,生成高维融合向量;S4.经多尺度残差映射网络进行风险等级判别,输出五级标签;S5.利用病理确诊样本联合交叉熵与中心损失优化模型。有益效果包括:实现肺结核风险的精准分级评估,提升早期筛查的准确性与模型的临床可解释性。
技术关键词
智能检测方法
标签
影像
结构纹理特征
卷积神经网络提取
注意力机制
智能检测系统
节点
空洞
梯度提升树
非线性
风险
样本
多尺度
指标
图像嵌入
数据嵌入
透明度
系统为您推荐了相关专利信息
面料疵点
实时图像
神经网络模型
摄像单元
输送单元
漏洞检测方法
意图
训练样本集
代码特征
漏洞检测装置
短期负荷预测方法
历史负荷数据
建筑物
超参数
监督学习算法
变分贝叶斯
高斯混合模型
非易失性存储介质
电流值
标签