【技术实现步骤摘要】
本专利技术涉及医学图像处理，尤其涉及一种上消化道多病变多任务智能诊断方法、装置、设备及介质。
技术介绍
1、上消化道癌是比较常见的一类恶性肿瘤，主要包括：食道癌和胃癌。大量临床观察及基础研究表明，上消化道癌的发展经历多个阶段，从正常组织到癌之间经历癌前病变阶段。早发现和早治疗上消化道癌及可能癌变的相关病变可以有效提高患者生活质量并降低癌症治疗带来巨大的社会经济负担。临床诊断中，医生首先需要在有限的时间内对内窥镜检查产出的大量图像作出病变与否与病变类别的判断；进一步，需要确定病变的精确区域，从而评估病情和制定后续治疗计划。
2、然而，上述基于内窥镜图像的人工诊断过程易受多种主观和客观因素的影响，内窥镜下上消化道病变人工诊断所面临挑战：在上消化道内窥镜检查期间观察到上消化道所有部位是检查完整性的先决条件，由于内镜医师诊断水平差异较大，存在对上消化道解剖部位观察不全的问题，从而导致病变漏诊。时间和经济成本昂贵。不同类别病变之间差异细微，不易区分，易误诊。同一病变之间也存在较大差异，病变区域范围越大，多尺度并存，小病变特征不明显，易...
【技术保护点】
1.一种上消化道多病变多任务智能诊断方法，其特征在于，所述智能诊断方法包括以下步骤：
2.如权利要求1所述的智能诊断方法，其特征在于，所述上消化道多任务分类模型包括CNN骨干网络、全局特征提取模块、局部特征提取模块和正交特征融合模块，所述CNN骨干网络分别与所述全局特征提取模块和所述局部特征提取模块的输入连接，所述正交特征融合模块分别与所述全局特征提取模块和所述局部特征提取模块的输出连接；
3.如权利要求2所述的智能诊断方法，其特征在于，所述局部特征提取模块包括空洞空间卷积池化金字塔模块和混合注意力模块，所述混合注意力模块包括通道注意力单元和空
【技术特征摘要】
1.一种上消化道多病变多任务智能诊断方法，其特征在于，所述智能诊断方法包括以下步骤：
2.如权利要求1所述的智能诊断方法，其特征在于，所述上消化道多任务分类模型包括cnn骨干网络、全局特征提取模块、局部特征提取模块和正交特征融合模块，所述cnn骨干网络分别与所述全局特征提取模块和所述局部特征提取模块的输入连接，所述正交特征融合模块分别与所述全局特征提取模块和所述局部特征提取模块的输出连接；
3.如权利要求2所述的智能诊断方法，其特征在于，所述局部特征提取模块包括空洞空间卷积池化金字塔模块和混合注意力模块，所述混合注意力模块包括通道注意力单元和空间注意力单元；
4.如权利要求2所述的智能诊断方法，其特征在于，所述将所述浅层通用特征输入至所述全局特征提取模块，生成全局特征的步骤，包括：
5.如权利要求1-4中任一项所述的智能诊断方法，其特征在于，所述上消化道多病变分割模型包括：u-net...
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。