一种基于深度学习的胰腺囊性病变临床决策方法和系统
基本信息
| 申请号 | CN202110485891.4 | 申请日 | - |
| 公开（公告）号 | CN113299385A | 公开（公告）日 | 2021-08-24 |
| 申请公布号 | CN113299385A | 申请公布日 | 2021-08-24 |
| 分类号 | G16H50/20（2018.01）I;G16H30/00（2018.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/11（2017.01）I;G06T7/33（2017.01）I | 分类 | 物理 |
| 发明人 | 曲太平;李秀丽;薛华丹;金征宇;俞益洲;李一鸣;乔昕 | 申请（专利权）人 | 杭州深睿博联科技有限公司 |
| 代理机构 | 北京天方智力知识产权代理事务所（普通合伙） | 代理人 | 王海龙 |
| 地址 | 102209北京市昌平区北七家镇七北路42号院4号楼3层3单元309 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的胰腺囊性病变临床决策方法和系统，包括：获取具有相同层数的多期相胰腺影像，对多期相胰腺影像进行配准，获得配准后的多期相胰腺影像；获得多期相局部胰腺影像和多期相全局胰腺影像；对多期相局部胰腺影像和多期相全局胰腺影像特征提取，生成多期相局部特征集合和多期相全局特征集合；通过多期相全局特征集合对多期相局部特征集合进行指导，完成多期相局部特征集合与多期相全局特征集合的渐进融合，获得多期相融合特征；根据多期相融合特征进行多任务学习，并对照临床指南生成临床决策结果。可以获得更加丰富清晰的胰腺轮廓影像细节，使得胰腺囊肿的鉴别更加精准，可以根据胰腺囊肿的真实情况形成对应的临床决策。 |
