摘要
本发明涉及智能医学领域,具体是基于肺部影像与病理数据的肺损伤智能检测系统,包括多模态数据采集模块、智能分割模块、跨模态特征融合模块和肺损伤分类检测模块;本发明采用一种基于双向门控的跨注意力多模态特征融合方法,对肺部CT图像与病理文本进行编码,以双向门控注意力机制实现模态交互突出病变区域,引入通道‑空间注意力门,优化特征融合,实现准确的肺损伤检测;采用一种基于多层融合优化与多层并行增强的医学图像分割方法,通过基于深度可分离卷积的多层特征优化与基于残差机制的三层并行特征增强,保留关键特征即病灶区域,捕获非线性信息的同时有效整合局部‑全局特征,对肺部病灶区域进行精准分割,增加肺损伤检测的准确性。
技术关键词
多模态特征融合方法
医学图像分割方法
编码特征
智能检测系统
多模态数据采集
肺部CT图像
跨模态融合特征
视觉特征
并行特征
文本
模块
注意力机制
全局平均池化
批量
代表
影像
编码器