【技术实现步骤摘要】
本专利技术属于人工智能在医学影像诊断中的应用领域，具体涉及一种基于注意力机制的膝关节mri智能分析方法及装置。
技术介绍
1、在膝关节损伤的临床检查中，磁共振成像具有多轴面、多序列、软组织分辨率高及无创等优点，能够从不同方位采集到详细、准确的图像。mri检查对前十字韧带撕裂、半月板撕裂的临床诊断表现出较高的准确性，已成为诊断膝关节损伤的首选方法。当前膝关节mri检查结果主要来源于医师基于临床经验的判断，医师通常需要多年培训才能取得诊断资格证，同时每一次膝关节mri检查中图像细节繁杂，导致诊断耗时较多。另外，基层及偏远地区的医院缺乏具备诊断资格的影像科医师，导致开展膝关节mri检查较为困难。这一现状推动了计算机辅助诊断在膝关节mri临床检查中的研究与应用。
2、随着人工智能的蓬勃发展，深度学习技术在图像处理、自然语言处理等领域取得了十分深入的研究。其已广泛应用于膝关节异常诊断、乳腺癌诊断、皮肤癌诊断等医学影像诊断任务中。2018年，美国斯坦福大学的bien等研究人员公开了mrnet数据集，它包括了在斯坦福大学医学中心进行的13...
【技术保护点】
1.一种基于注意力机制的膝关节MRI智能分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于注意力机制的膝关节MRI智能分析方法，其特征在于：所述基于注意力机制的膝关节MRI智能分析方法还包括S4：根据步骤3得到的膝关节MRI最终分析结果，使用基于分组注意力与梯度加权类映射方法进行可解释性分析，以展示预测依据，具体操作方法为：
3.如权利要求1所述的一种基于注意力机制的膝关节MRI智能分析方法，其特征在于：所述记忆矩阵引导下的自注意力模块包括依次连接的Transformer编码器、Transformer解码器和全连接层；
...【技术特征摘要】
1.一种基于注意力机制的膝关节mri智能分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于注意力机制的膝关节mri智能分析方法，其特征在于：所述基于注意力机制的膝关节mri智能分析方法还包括s4：根据步骤3得到的膝关节mri最终分析结果，使用基于分组注意力与梯度加权类映射方法进行可解释性分析，以展示预测依据，具体操作方法为：
3.如权利要求1所述的一种基于注意力机制的膝关节mri智能分析方法，其特征在于：所述记忆矩阵引导下的自注意力模块包括依次连接的transformer编码器、transformer解码器和全连接层；
4.如权利要求1所述的一种基于注意力机制的膝关节mri智能分析方法，其特征在于：所述特征提取模块包括依次连接的残差网络和分组注意力模块，残差网络用于提取平面特征图，分组注意力模块用于从平面特征图中提取出序列层面特征...
【专利技术属性】
技术研发人员：黄瑞，周汉唐，黄宗海，汪玲，杨晓，程洪，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。