一种基于深度学习的子宫肌瘤诊断方法及装置.pdfVIP

下载本文档

1
0
约1.6万字
约 12页
2023-04-23 发布于北京
举报
版权申诉

一种基于深度学习的子宫肌瘤诊断方法及装置.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于深度学习的子宫肌瘤诊断方法及装置。所述方法包括：将从患者MRI中随机切割的3Dpatch输入卷积网络提取局部特征，将与所述3Dpatch中间几层对应的连续完整切片输入Transformer网络提取全局特征；将所述全局特征和局部特征输入至卷积网络的跨网络注意力模块进行融合，输出肌瘤分割结果；将所述肌瘤分割结果输入肌瘤诊断模块，得到肌瘤类别及大小。本发明通过设置基于卷积和Transformer互补的深度神经网络，并在卷积网络中设置跨网络注意力模块，能够有效提取全局特征和局部特征

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113951866 A (43)申请公布日 2022.01.21 (21)申请号 202111261990.0 G06K 9/62 (2022.01)