一种结合深度学习的医学影像快速诊断急腹症的辅助判读方法

本发明涉及医学影像人工智能技术领域，尤其涉及一种结合深度学习的医学影像快速诊断急腹症的辅助判读方法，包括：步骤1：器官靶向分割：获取动脉期、静脉期、延迟期CT序列，根据扫描设备层厚参数动态计算插值间距进行空间标准化；采用急腹症定向分割网络同步生成肠管掩膜、血管掩膜和腹膜掩膜，所述网络在编码器深层引入解剖尺寸自适应的多尺度空洞卷积组；步骤2：动态病理征象量化；步骤3：临床‑影像门控融合；步骤4：多任务协同诊断：将融合特征输入预训练的多任务网络，并行输出急腹症病因分类概率及手术紧迫性评估值。多任务协同诊断提高了急腹症诊断的多维度分析能力，能够同时进行病因的精准分类和手术紧迫性的评估。