申请/专利权人：西南科技大学

申请日：2023-12-27

公开（公告）日：2024-03-22

公开（公告）号：CN117746465A

主分类号：G06V40/10

分类号：G06V40/10;G06V10/764;G06V10/80;G06V10/44;G06V10/42;G06V10/26;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开一种手部CT图像中类风湿关节炎的特征识别方法，包括对手部CT图像进行切分每个图块被视为一个序列；接着经过特征展平层，将二维的图块展平为一维序列，加上类别编码和位置编码；处理后的一维特征通过优化Transformer自注意力模块，以捕获图像中不同位置的关键特征；利用所述关键特征提取区分正常手部CT图像和RA患者的图像；将正常手部CT图像和RA患者的图像的特征向量传递给一个层归一化模块；通过全连接模块，将学习到的各种特征进行整合，用于进一步分类；分类层将根据从图像中学到的特征将输入图像分为正常和RA两类，实现了自动的RA特征识别。本发明能够快速提取更具有判别性的特征，能够达到早期识别和较高的准确率。

主权项：1.一种手部CT图像中类风湿关节炎的特征识别方法，其特征在于，包括步骤：S10,获取手部CT图像；S20,将手部CT图像输入手部类风湿关节炎特征识别模型，获取手部类风湿关节炎的特征；在所述手部类风湿关节炎特征识别模型中，包括步骤：S21,对手部CT图像进行切分，分割成固定大小的图块，每个图块被视为一个序列；接着经过特征展平层，将二维的图块展平为一维序列；S22,对所述一维序列加上类别编码和位置编码；S23,处理后的一维特征通过优化Transformer自注意力模块，优化Transformer自注意力模块在不同嵌入之间建立关系，捕捉图像中不同部分之间的相互作用，以捕获图像中不同位置的关键特征，包括局部和全局特征；利用所述关键特征提取区分正常手部CT图像和RA患者的图像；S24,将正常手部CT图像和RA患者的图像的特征向量传递给一个层归一化模块；S25,接着通过全连接模块，将学习到的各种特征进行整合，用于进一步分类；分类层将根据从图像中学到的特征将输入图像分为正常和RA两类，实现了自动的RA特征识别。

全文数据：

权利要求：

百度查询： 西南科技大学 一种手部CT图像中类风湿关节炎的特征识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD