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
申请号:CN202411071891
申请日期:2024-08-06
公开号:CN118587217B
公开日期:2025-01-07
类型:发明专利
摘要
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。
技术关键词
骨肉瘤
区域检测方法
图像
融合特征
蒸馏
通道
输出特征
区域检测系统
空间金字塔池化
注意力机制
多分支
数据
模型训练模块
校准
网络
对比度
像素
参数
上采样