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。