摘要
本申请涉及人工智能领域,具体涉及一种基于深度学习的医学影像计算机辅助分析方法,旨在解决现有医学影像分析方法在处理高分辨率影像时效率低、微小病灶识别精度不足、模型泛化能力弱及多模态影像融合欠缺的问题。该方法通过构建轻量化多尺度特征提取网络以提升高分辨率影像处理效率,引入细粒度病灶识别模块以提高微小病灶的检测精度,采用自适应正则化策略增强模型泛化能力,并设计多模态深度融合机制以充分利用不同模态影像的互补信息。本申请能够实现更高效、更精确、泛化能力更强且能有效融合多模态信息的医学影像分析,进而推动深度学习在医学影像领域的临床应用。
技术关键词
医学影像数据
多尺度特征提取
多模态深度
正则化策略
训练深度学习模型
医学影像分析方法
特征金字塔网络结构
直方图均衡化
正电子发射断层扫描
多模态影像数据
数字减影血管造影
融合多模态信息
分析医学影像
感兴趣
空间金字塔池化
噪声抑制
多尺度特征融合