公开(公告)号：CN119724588A

公开(公告)日：2025-03-28

申请号：CN202510223238.9

申请日：2025-02-27

Applicant: 华东交通大学

Inventor： 李雄 ,  李捷 ,  陈浩文 ,  华裔 ,  刘泓苇 ,  周娟

IPC: G16H50/30 ,  G16H50/20 ,  G16H30/00 ,  G06T7/00 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明提出了一种基于多尺度多感受野多注意力融合的肺结节风险评估方法，先构建基于深度学习网络的肺结节图像分类模型，所述基于深度学习网络的肺结节图像分类模型包括图像预处理模块、深度学习网络模块TMFM、分类模块；然后获取包含肺结节CT扫描图像以及图像对应的肺结节恶性风险度等级的类别编号标签的数据集，对基于深度学习网络的肺结节图像分类模型进行训练；再将待评估的肺结节CT扫描图像输入训练好的基于深度学习网络的肺结节图像分类模型中进行特征提取、融合与分类，得到肺结节CT扫描图像的肺结节风险评估分类结果。该方法在肺结节的风险评估中具有更强的适应性和精准度。