基于深度学习与注意力机制的多发性结节分类系统和方法
基本信息
| 申请号 | CN202010643184.9 | 申请日 | - |
| 公开（公告）号 | CN111539491A | 公开（公告）日 | 2020-08-14 |
| 申请公布号 | CN111539491A | 申请公布日 | 2020-08-14 |
| 分类号 | G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 杨健程;黄晓阳;葛亮 | 申请（专利权）人 | 点内（上海）生物科技有限公司 |
| 代理机构 | 成都坤伦厚朴专利代理事务所（普通合伙） | 代理人 | 点内（上海）生物科技有限公司 |
| 地址 | 200120上海市浦东新区郭守敬路498号8幢19号楼3层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习与注意力机制的多发性结节分类系统和方法，属于医学图像分类技术领域。本发明针对现有结节分类系统只考虑孤立结节，忽略结节上下文信息导致分类精度不够高的问题，以深度卷积神经网络为主干，提出结节集合注意力操作提取医学图像上同一患者多个结节的关系，对同一患者多个结节的相互关系进行建模，得到分类结果。本发明通过对同一患者多个结节的相互关系进行建模，加强结节的本质表征，使模型训练的分类结果具有更高的分类精度，相比传统的卷积神经网络，可获得更高的分类精度。 |
