公开(公告)号：CN118553368A

公开(公告)日：2024-08-27

申请号：CN202410640758.5

申请日：2024-05-22

Applicant: 北京工业大学

Inventor： 句福娇 ,  张为丽 ,  王宏远

IPC: G16H15/00 ,  G16H50/20 ,  G06T7/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于多实例图网络的CT序列报告生成方法及系统，方法包括：构造CT序列的数据集，并对数据集进行裁剪预处理；采用多头注意力的多实例模块、图网络模块和改进的transformer解码器构建多实例图网络模型；将预处理后的CT序列及对应的文本序列输入至多实例图网络模型进行训练，直至交叉熵损失函数收敛至全局最优完成训练；将所要预测的CT序列输入训练完成的多实例图网络模型，生成CT序列对应的文本医疗报告。通过本发明的技术方案，提高了医学图像分析的准确性和效率，提高了生成报告的准确率。

公开(公告)号：CN119623423A

公开(公告)日：2025-03-14

申请号：CN202510161742.0

申请日：2025-02-14

Applicant: 北京工业大学

Inventor： 句福娇 ,  张为丽 ,  朱绍涛

IPC: G06F40/16 ,  G06F40/30 ,  G16H15/00 ,  G06N3/042 ,  G06N3/0455 ,  G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于多特征增强的医学影像报告生成方法及系统，方法包括：采用超像素分割技术对医学影像进行分割，得到感兴趣区域；采用预训练的DenseNet对感兴趣区域进行局部特征提取，并将局部特征作为图节点来构建关系图；将关系图输入图网络GAT以学习图特征，并将图特征输入编码器；将编码器每一层得到的特征以U型连接的方式输出至对应的解码器层，解码器基于编码器中得到的图像特征和已生成文本序列特征来预测下一个词，直至所有词生成完毕，最终得到完整影像报告。通过本发明的技术方案，增强了局部病灶的识别，加强了文本特征与图像特征之间的交互，使医学图像的语义细节和特征关系得到加强，提高了生成报告的准确率。