基于深度学习的动态DR肺野面积诊断系统

本发明公开了基于深度学习的动态DR肺野面积诊断系统，涉及医学影像技术领域，包括，影像采集优化模块，捕获患者平静呼吸与尽力呼吸完整周期的低剂量动态DR序列，生成动态DR影像，采用多模态迁移学习策略对动态DR影像进行优化，输出DR时序张量；智能诊断模块，结合肺野扩张功能比率与空间结构复杂性指标，通过门控图卷积网络进行病因分类，输出分类结果，联合肺野扩张功能比率、空间结构复杂性指标及连续肺野面积变化曲线，生成结构化报告。本发明通过李群指数映射算法生成微分同胚变换场，在三维形变过程中严格保持肺叶边界连通性与支气管树拓扑结构。