CN116342927B 一种基于超声造影视频的乳腺癌影像分类系统及方法 （西南交通大学）_第1页
CN116342927B 一种基于超声造影视频的乳腺癌影像分类系统及方法 （西南交通大学）_第2页
CN116342927B 一种基于超声造影视频的乳腺癌影像分类系统及方法 （西南交通大学）_第3页
CN116342927B 一种基于超声造影视频的乳腺癌影像分类系统及方法 （西南交通大学）_第4页
CN116342927B 一种基于超声造影视频的乳腺癌影像分类系统及方法 （西南交通大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于超声造影视频的乳腺癌影像分类本发明公开了一种基于超声造影视频的乳素亮度变化曲线生成模块，关注帧权重训练模先采用光流对齐的方式将视频中的关键点进行2光流对齐及数据集构建模块：用于采用稠密光流对齐法对造影帧图像序列进行对齐，像素亮度变化曲线生成模块：用于将抗抖动帧关注帧权重训练模块：用于将像素亮度变化曲线送入基于Transformer的注意力神经亮度变化曲线特征提取模块：用于根据最佳像素视频图像特征提取模块：用于利用图像特征进行提取网络获取造后送入已经进行约束后的ResNet18分类神经网络，将神经网络输出添加全连接层，使用i)为xi所对应的真实像素亮度。3i代表第i个视频的真实标签，pi代表第i个视频模型预测的标8.一种根据权利要求1_7中任一项所述基于超声造影视频的乳腺癌影像分类系统的分S2、使用稠密光流对齐法对造影帧图像序列进行对S4、将像素亮度变化曲线送入基于Transformer的注意力神经网络进行关注帧权重训后送入已经进行约束后的ResNet18分类神经网络，将神经网络输出添加全连接层，使用4病人仅占30而70％的乳腺癌病人一发现就已经是中晚期。[0010]关注帧权重训练模块：用于将像素亮度变化曲线送入基于Transformer的注意力56[0031]S4、将像素亮度变化曲线送入基于Transformer的注意力神经网络进行关注帧权1；7[0050]活检结果标签在临床上其诊断准确率为99数据预处理是将活检结果标签采用[0052][{'id':1,'age':70,'height':158,'weight':50,'distance1':12,'distance2':22,'distance3':16,'lymph':0,'images':['./USER0001/0001.jpg','./USER0001/0002.jpg','./USER0001/0003.jpg',],'label':[0,1]},[0053]{'id':2,'age':49,'height':166,'weight':40,'distance1':18,'distance3':18,'lymph':1,'images':['./USER0002/0001.jpg','./USER0002/0002.jpg','./0002/0003.jpg',],[0056]光流对齐法是利用图像序列中像素在时间域上的变化以及参考帧之间的相关性89[0084]S4、将像素亮度变化曲线送入基于Transformer的注意力神经网络进行关注帧权1；练集获得的模型可以同时应用于同类超声领域的其他[0090]尽管参照前述实施例对本发明进行了详细的说明，对于

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论