摘要
本发明公开了一种超声与细胞学图像联合分析的甲状腺肿瘤诊断方法和系统,该方法包括:将待诊断患者的甲状腺B超图像转换为图像特征向量FUS;对该待诊断患者的甲状腺细胞学图像进行结构化特征提取,获得结构化特征向量FCYTO;对所述图像特征向量FUS以及结构化特征向量FCYTO转换为融合Token序列;将上述Token输入至基于Transformer架构的多模态特征融合与预测网络,进行特征融合与分类预测,从而获得待诊断患者的甲状腺肿瘤为恶性的概率。本发明基于超声与细胞学图像进行多模态融合的甲状腺肿瘤诊断,从而提高诊断的准确度。
技术关键词
肿瘤诊断方法
患者
图像特征向量提取
统计特征
序列
编码器
前馈神经网络
图像特征提取
乳头状癌
多模态
特征提取模块
分类器
图像缩放
模态特征
诊断系统
注意力机制
系统为您推荐了相关专利信息
噪声数据
掩膜
数据特征提取
边缘密度特征
融合方法
大语言模型
集群监控方法
监控面板
告警规则
对象
阳性检测方法
球体
特征提取模块
节点特征
异常数据
桥梁支座结构
多刚体动力学模型
非线性有限元
双向长短期记忆网络
混合深度学习
实体匹配方法
Word2Vec模型
Sigmoid函数
行业知识图谱
分类器