-
公开(公告)号:CN117670853A
公开(公告)日:2024-03-08
申请号:CN202311716918.1
申请日:2023-12-14
Applicant: 安徽大学
IPC: G06T7/00 , G06V20/40 , G06V10/80 , G06V10/44 , G06V10/62 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于领域知识引导的帧质量评估和融合的乳腺超声视频病变检测方法,设计一种基于领域知识引导的评估模块通过充分利用放射科医生的领域知识来学习一个最佳的超声视频帧评估模型,利用超声图像质量评估模块来识别原始视频帧,通过排序后获得高质量的视频帧,以提供超声视频的全局特征;同时本发明提出多级双分支融合模块,用于超声视频病变检测任务,通过将高质量的全局帧与原始视频帧融合,从而结合原始视频帧的局部纹理信息和高质量视频帧的全局语义信息,以提高模型的检测性能。本发明在现有的乳腺超声视频病变检测数据集上取得了较好的效果。