摘要
本发明涉及智能医学领域,具体是一种基于PET/MR多模态影像的肺癌智能检测系统,包括数据采集模块、数据预处理模块、智能多模态分类模块和肺癌检测模块;本发明采用基于双向注意力机制的跨模态特征融合方法,在多模态融合的基础上,通过视觉嵌入考虑细粒度视觉特征并整合单模态特征,增强视觉模态的特征,同时对肺癌病理进行对象级语义挖掘,既考虑跨模态的交互又强调单一模态的重要性,实现准确的肺部状况检测;本发明采用一种基于跨通道融合的多尺度混合UNet模型,对多模态融合图像的肺癌病灶区域进行分割,增强语义信息提取能力以及跨模态融合性能,促进多尺度信息融合,增强不同尺度的特征表示能力,增加肺癌检测的准确性。
技术关键词
双向注意力机制
图像
语义特征
跨模态
交叉注意力机制
智能检测系统
前馈神经网络
肺癌
文本
视觉
数据采集模块
代表
独立特征
编码特征
多模态特征融合
融合方法
语义信息提取
系统为您推荐了相关专利信息
光学头
晶圆卡匣
对位技术
寻边器
激光三角测量技术
点定位方法
最佳特征
阈值分割技术
损伤类别
粒子群优化算法
巡检机器人
信息处理方法
仪表
信息处理程序
移动巡检