【技术实现步骤摘要】
本申请属于图像识别领域，尤其涉及一种肺部病变定位方法及装置。
技术介绍
1、肺癌是人类癌症致死相关的主要疾病之一，其发病率约占全部恶性肿瘤的19％，全世界每年的新增肺癌病例大约是120万例，在患恶性肿瘤的男性患者中肺癌的死亡率最高，在女性中仅次于乳腺癌。胸部ct影像是目前肺癌筛查的主要手段，一旦ct考虑肺癌可能，尽早行活检明确病理诊断就至关重要。肺穿刺是常见的肺部病变活检方式之一，并且目前绝大部分的肺穿刺都是ct引导下进行，因此ct精准识别、定位肺部病变是肺穿刺取得成功的关键。
2、随着人工智能技术的发展和普及，计算机辅助医疗对人们的健康生活起到了至关重要的作用。相较于传统的图像分类任务，基于深度学习的图像分割具有更丰富的定量信息，能够提供更精细的病灶区域定位和形状分析，为肺部病变的诊断、治疗和监测提供更有效的支持。这极大的提高医生诊断的效率，与人工分割相比，它们不容易受到主观因素的影响，能够准确地分割微小的病变区域。基于卷积神经网络(cnn)的方法已经成为了目前最主要的肺部病变区域分割方法。这种深度学习方法通过逐层学习图像...
【技术保护点】
1.一种肺部病变定位方法，其特征在于，包括：
2.如权利要求1所述的定位方法，其特征在于，所述粗定位单元包括分布式自注意力层以及多层感知层；所述将所述训练特征图像导入所述粗定位单元得到粗定位特征图像，包括：
3.如权利要求1所述的定位方法，其特征在于，所述细定位单元包括通道注意力层以及空间注意力层；所述将所述粗定位特征图像导入所述细定位单元得到边缘特征图像，包括：
4.如权利要求1所述的定位方法，其特征在于，所述特征筛选单元包括特征建模层以及特征选择层；所述将所述边缘特征图像以及所述粗定位特征图像导入所述特征筛选单元，得到第一预测图
<...【技术特征摘要】
1.一种肺部病变定位方法，其特征在于，包括：
2.如权利要求1所述的定位方法，其特征在于，所述粗定位单元包括分布式自注意力层以及多层感知层；所述将所述训练特征图像导入所述粗定位单元得到粗定位特征图像，包括：
3.如权利要求1所述的定位方法，其特征在于，所述细定位单元包括通道注意力层以及空间注意力层；所述将所述粗定位特征图像导入所述细定位单元得到边缘特征图像，包括：
4.如权利要求1所述的定位方法，其特征在于，所述特征筛选单元包括特征建模层以及特征选择层；所述将所述边缘特征图像以及所述粗定位特征图像导入所述特征筛选单元，得到第一预测图像，包括：
5.如权利要求1所述的定位方法，其特征在于，所述肺部病变定位方法，还包括：
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。