-
公开(公告)号:CN118570202B
公开(公告)日:2024-10-18
申请号:CN202411045101.0
申请日:2024-08-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院)
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/09
Abstract: 本发明涉及医疗技术领域,具体涉及一种基于视觉状态空间模型的强直性脊柱炎评级方法,包括:基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰;基于监督对比学习损失函数、交叉熵损失函数完成对以VMamba为核心的VMamba‑AS模型训练;基于完成训练的VMamba‑AS模型对待检测CT影像进行AS疾病等级分类。本发明在REC、ACC、F1指标评分性能优于常用的分类模型,可以取得更好的评级效果和更高的准确率,大大改善了AS评级存在的客观性和可靠性较差,标准不统一,准确性差,容易造成漏诊和误诊的问题;同时较人工判断具有效率高、速度快的特点。
-
公开(公告)号:CN118570202A
公开(公告)日:2024-08-30
申请号:CN202411045101.0
申请日:2024-08-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院)
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/09
Abstract: 本发明涉及医疗技术领域,具体涉及一种基于视觉状态空间模型的强直性脊柱炎评级方法,包括:基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰;基于监督对比学习损失函数、交叉熵损失函数完成对以VMamba为核心的VMamba‑AS模型训练;基于完成训练的VMamba‑AS模型对待检测CT影像进行AS疾病等级分类。本发明在REC、ACC、F1指标评分性能优于常用的分类模型,可以取得更好的评级效果和更高的准确率,大大改善了AS评级存在的客观性和可靠性较差,标准不统一,准确性差,容易造成漏诊和误诊的问题;同时较人工判断具有效率高、速度快的特点。
-