买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明涉及多参数核磁影像的癌变分级方法,属于图像领域,本申请实例提供了一种基于多模态特征融合的深度学习网络对前列腺病灶区域分级。该方法主要根据PIRADS评分细则中不同位置的病灶所需要查看的核磁影像不同来建模,将T2、ADC和DWI分别输入到网络中,使用设计的多模态特征融合模块融合特征,得到更加准确的分割结果。然后将分割结果与T2、ADC和DWI输入到分级网络中,得到病灶的分级结果。该模型能更加准确的定位出病灶的所在区域,从而促进对病灶的分级。
主权项:1.一种基于多参数核磁影像的前列腺癌分级方法,其特征在于,所述方法包括以下步骤:步骤1:整理公共数据集Prostate158和Picai,将Picai数据中的ADC和DWI图像映射到T2空间中,并将两个数据集分别交给有经验的医生进行前列腺癌的评级。步骤2:将处理好的数据放到多模态特征融合网络中训练,等训练完成后保存参数。步骤3:用训练好的模型预测出两个数据中的病灶分割区域,并保存好分割结果。步骤4:将预测的分割结果、T2、ADC和DWI图像放到分级网络中训练,得出分级结果。
全文数据:
权利要求:
百度查询: 南京工业大学 基于多参数核磁影像的前列腺癌分级方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。