基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统

    公开(公告)号:CN118587217A

    公开(公告)日:2024-09-03

    申请号:CN202411071891.X

    申请日:2024-08-06

    Applicant: 华侨大学

    Abstract: 本发明公开了基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统,涉及医学领域图像技术,方法包括:获取骨肉瘤CT图像并制作数据集;构建基于特征相关性的目标检测模型并利用数据集进行训练,利用训练好的目标检测模型实现骨肉瘤CT图像病变区域检测。所述目标检测模型为卷积神经网络,Backbone部分包括若干依次连接的交替模块,用于提取特征;Neck部分采用相互融合的FPN网络和PANET网络,接收Backbone部分的输出,输出多个维度特征图;Head部分接收Neck部分输出的多个维度特征图,输出基于全局信息的检测图像。本发明利用知识蒸馏和目标检测的结合,实现对骨肉瘤CT图像中存在误检漏检问题的优化,提高检测的识别率和准确性。

    基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统

    公开(公告)号:CN118587217B

    公开(公告)日:2025-01-07

    申请号:CN202411071891.X

    申请日:2024-08-06

    Applicant: 华侨大学

    Abstract: 本发明公开了基于特征相关性的骨肉瘤CT图像病变区域检测方法及系统,涉及医学领域图像技术,方法包括:获取骨肉瘤CT图像并制作数据集;构建基于特征相关性的目标检测模型并利用数据集进行训练,利用训练好的目标检测模型实现骨肉瘤CT图像病变区域检测。所述目标检测模型为卷积神经网络,Backbone部分包括若干依次连接的交替模块,用于提取特征;Neck部分采用相互融合的FPN网络和PANET网络,接收Backbone部分的输出,输出多个维度特征图;Head部分接收Neck部分输出的多个维度特征图,输出基于全局信息的检测图像。本发明利用知识蒸馏和目标检测的结合,实现对骨肉瘤CT图像中存在误检漏检问题的优化,提高检测的识别率和准确性。

Patent Agency Ranking