基于X-net在X线胸片中预测小儿先天性心脏病的方法及装置制造方法及图纸

本发明专利技术公开了一种基于X‑net在X线胸片中预测小儿先天性心脏病的方法及装置，方法包括：获取小儿X线胸片图像数据集，并进行预处理；设计X‑Net网络模型，包括器官内注意力网络与跨器官注意力网络；利用心脏器官内注意力网络、肺部器官内注意力网络分别提取心肺特征并对心肺特征量化分析与特征学习，形成特征网络；利用跨器官注意力网络将特征网络进行映射心肺器官之间的特征关系，获得合并的卷积神经网络特征；利用线性网络对合并特征进行预测，输出预测结果；基于训练好的X‑Net网络模型对待评估的X线胸片进行预测。本发明专利技术设计的X‑net网络模型能直接给出待预测的X线胸片的患者患有先天性心脏病的概率值，从而辅助临床医师进行临床决策。

【技术实现步骤摘要】

本专利技术属于人工智能与医学预测的，具体涉及一种基于x-net在x线胸片中预测小儿先天性心脏病的方法及装置。

技术介绍

1、小儿先天性心脏病是较为常见的心脏病，其死亡率较高，早期发现与干预该疾病有助于提高我国人民的健康生活质量。尽管目前在我国发达地区诊断该疾病的水平较高，但由于医疗设备的缺乏与诊断医生水平的不平衡，在欠发达地区早期诊断先天性心脏病的挑战仍然严峻。即使国内外具备丰富心血管影像诊断经验的影像科医师在仅仅依靠x线胸片单一检查作为诊断手段时，他们筛查小儿先天性心脏病的平均正确率仅仅为82％。考虑到我国庞大的人口基数与医疗水平的严重不平衡，提高小儿先天性心脏病的筛查率刻不容缓。

2、其中，x线胸片是目前几乎任何医院均能完成的医学影像检查。为了能提高小儿先天性心脏病的筛查准确性与受益人群，本专利技术可基于x-net的人工智能方法，可辅助影像科医师筛查小儿先天性心脏病，有助于辅助临床医师进行临床决策。

技术实现思路

1、本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种基于x-net在x本文档来自技高网...

【技术保护点】

1.基于X-net在X线胸片中预测小儿先天性心脏病的方法，其特征在于，包括下述步骤：

2.根据权利要求1所述基于X-net在X线胸片中预测小儿先天性心脏病的方法，其特征在于，所述心脏器官内注意力网络或者肺部器官内注意力网络，包括残差模块和卷积注意力网络模块；

3.根据权利要求2所述基于X-net在X线胸片中预测小儿先天性心脏病的方法，其特征在于，对心脏的形态结构特征进行学习或者对肺部血管纹理特征进行学习，包括以下步骤：利用残差模块提取心脏形态结构特征或者肺部血管纹理特征；

4.根据权利要求3所述基于X-net在X线胸片中预测小儿先天性心脏病的方法，其特...

【技术特征摘要】

1.基于x-net在x线胸片中预测小儿先天性心脏病的方法，其特征在于，包括下述步骤：

2.根据权利要求1所述基于x-net在x线胸片中预测小儿先天性心脏病的方法，其特征在于，所述心脏器官内注意力网络或者肺部器官内注意力网络，包括残差模块和卷积注意力网络模块；

3.根据权利要求2所述基于x-net在x线胸片中预测小儿先天性心脏病的方法，其特征在于，对心脏的形态结构特征进行学习或者对肺部血管纹理特征进行学习，包括以下步骤：利用残差模块提取心脏形态结构特征或者肺部血管纹理特征；

4.根据权利要求3所述基于x-net在x线胸片中预测小儿先天性心脏病的方法，其特征在于，所述利用通道注意力模块学习各个通道之间的权重与目标任务之间的相关性，对图片进行池化操作调整注意力权重，具体为：

5.根据权利要求2所述基于x-net在x线胸片中预测小儿先天性心脏病的方法，其特征在于，对心脏的形态结构特征进行学习或者对肺部血管纹理特征进行学习，还包括以下步骤：利用空间注意力模块对心脏形态结构特征或者肺部血管纹理特...

【专利技术属性】
技术研发人员：陈锐，刘辉，伍馨怡，谭泽焜，李听雨，伍宏愉，乔卫东，钟小梅，周仪芬，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：