摘要
本发明提供了一种肾脏小肿物虚拟活检方法,涉及深度学习技术领域,所述方法包括:收集临床CT图像数据,并进行图像配准;构建并训练肾肿物自动检测分割模型;进行ROI定位裁剪和质量控制;基于多视角特征融合卷积神经网络构建小肾癌虚拟活检模型,预测肾肿物良恶性及恶性程度的概率值。本发明通过深度学习的技术手段,利用术前增强CT判断小于4 cm肾肿物的病理性质,为临床医生治疗方案的选择提供更多依据。
技术关键词
多视角特征融合
活检方法
CT图像数据
活检模型
肾脏
卷积编码器
融合卷积神经网络
图像配准
交叉注意力机制
肾癌
静脉
深度学习技术
图像对准
肿瘤
解码器
肿块
分类网络
系统为您推荐了相关专利信息
医疗影像数据
功能评估方法
肾脏
机器学习模型
样本
肾脏病风险预测
异常数据
基础
机器学习算法
Adaboost算法
CT重建方法
混合域
注意力
网络模块
深度神经网络结构
过氧化物
脂肪酸
医学研究技术
棕榈酰转移酶
线粒体功能障碍
肾小球肾病
抗体
动物疾病模型
小鼠模型
造模技术