公开(公告)号：CN115831329B

公开(公告)日：2023-08-18

申请号：CN202211646617.1

申请日：2022-12-21

Applicant: 青海大学附属医院

Inventor： 王展 ,  李凯 ,  曹云太 ,  胥瑾 ,  许晓磊 ,  樊海宁 ,  王海久

IPC: G16H30/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明属于图像处理技术领域，公开了一种融合医生关注图像的包虫分类模型构建方法、系统及介质，选择A‑FRCNN作为主干网络，A‑FRCNN作为U‑Net‑based；使用A‑FRCNN作为医生关注CT选择的预训练网络，获取到图像的多尺度信息；A‑FRCNN将所有尺度的特征投射到分辨率最大的层，得到输出医生关注的特征；将医生关注的特征输入到ResNet18中，对于所有CT图像的特征提取使用另外的A‑FRCNN。本发明提出首个基于CT图像的囊型包虫有无活性分类模型，首次提出融合医生关注图像的肝囊型包虫活性分类特征象融合方法，在融合前效仿医生进行关注图像的提取，避免在应用时的验证悖论问题。

公开(公告)号：CN115831329A

公开(公告)日：2023-03-21

申请号：CN202211646617.1

申请日：2022-12-21

Applicant: 青海大学附属医院

Inventor： 王展 ,  李凯 ,  曹云太 ,  胥瑾 ,  许晓磊 ,  樊海宁 ,  王海久

IPC: G16H30/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明属于图像处理技术领域，公开了一种融合医生关注图像的包虫分类模型构建方法、系统及介质，选择A‑FRCNN作为主干网络，A‑FRCNN作为U‑Net‑based；使用A‑FRCNN作为医生关注CT选择的预训练网络，获取到图像的多尺度信息；A‑FRCNN将所有尺度的特征投射到分辨率最大的层，得到输出医生关注的特征；将医生关注的特征输入到ResNet18中，对于所有CT图像的特征提取使用另外的A‑FRCNN。本发明提出首个基于CT图像的囊型包虫有无活性分类模型，首次提出融合医生关注图像的肝囊型包虫活性分类特征象融合方法，在融合前效仿医生进行关注图像的提取，避免在应用时的验证悖论问题。