-
公开(公告)号:CN120021964A
公开(公告)日:2025-05-23
申请号:CN202510510813.3
申请日:2025-04-23
Applicant: 武汉纺织大学
IPC: A61B5/053 , A61B5/00 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于多频谱电阻抗的癌症检测方法,所述方法包括以下步骤:S1:利用多频谱电阻抗测量癌症组织正常、良性和恶性样本的信号数据;S2:设计时序区块划分机制,将采集的多频谱电阻抗数据划分为特定频率范围的时序片段;S3:构建多尺度信号处理模块,对划分后的时序数据进行数据填充,提取特定频率范围的特征模式;S4:依据多尺度信号处理模块提取的特征,结合网络模型捕获时序与频域交互特性,进行对癌症的检测。本发明通过设计时序区块划分机制、构建多尺度信号处理模块,并结合设计的网络模型捕提升了癌症检测的准确性和可靠性。
-
公开(公告)号:CN119969996A
公开(公告)日:2025-05-13
申请号:CN202510471573.0
申请日:2025-04-15
Applicant: 武汉纺织大学
IPC: A61B5/0536 , A61B5/00 , G16H50/20 , G16H50/70 , G06F18/2415 , G06F18/2431 , G06F18/15 , G06F18/2131 , G06F18/25 , G06N3/045 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了一种基于自注意力机制的电阻抗癌症检测方法,包括以下步骤:S1:获取电阻抗信号并将其送入输入层进行预处理;S2:将预处理后的信号分为两个分支,第一分支输入到频域网络中提取信号的频域特征,第二分支输入到时域模型中提取信号的高维特征;S3:将频域网络提取的频域特征和时域模型中提取的高维特征输入特征融合层进行融合;S4:使用自注意力机制对融合后的特征进行处理,最后传入全连接层和分类输出层进行癌症风险预测,输出检测结果。本发明通过频域网络和时域模型分别提取频域特征和高维特征,再将其进行融合,使用自注意力机制对融合后的特征进行特征增强,提升癌症检测的准确性和可靠性。
-
公开(公告)号:CN119969995A
公开(公告)日:2025-05-13
申请号:CN202510471279.X
申请日:2025-04-15
Applicant: 武汉纺织大学
IPC: A61B5/0536 , A61B5/00 , G16H50/20 , G16H50/70 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/049 , G06F123/02
Abstract: 本发明公开了一种基于深度学习的生物电阻抗癌症检测方法,包括以下步骤:S1:利用电阻抗成像系统获取癌症组织良性样本和恶性样本的电信号数据,并与生理数据相结合;S2:利用矩阵分解模块对电信号进行全局特征提取;S3:将全局特征提取的结果与原始电信号数据一起作为新的输入,利用数据依赖关系进一步提取信号特征;S4:将提取的特征映射整合成最终的分类结果。本发明利用电阻抗成像系统获取癌症组织的电信号数据,通过矩阵分解模块进行全局特征提取,同时将全局特征提取的结果与原始电信号数据一起作为新的输入,利用数据依赖关系进一步提取信号特征,能够提高数据的利用率,进一步提升癌症检测的准确性和可靠性。
-
-