一种基于多维特征交互的四相期CT图像分类方法技术

本发明专利技术公开了一种基于多维特征交互的四相期CT图像分类方法，该方法首先收集四相期CT图像，进行预处理并标注，构建训练集。其次构建特征提取网络，分别对四相期CT图像进行特征提取，获得各相期的一维特征表示。然后构建时空预测模块，基于各相期的一维特征表示，获取预测结果P1；将各相期的一维特征，经过平均池化层和分类器得到单相期的分类结果，将四个单相期的分类结果相加进行平均，得到平均预测结果P2。最后将P1和P2进行加权平均输出分类结果，并进行训练。本发明专利技术提高了CT图像识别准确性，能够更好的适应不同的数据和场景。为医学影像技术的发展注入新的思路和方法。

【技术实现步骤摘要】

本专利技术属于医学影像处理、计算机视觉和医学图像分析等领域，更具体的，涉及一种基于多维特征交互的四相期ct图像的分类方法。

技术介绍

1、在医学影像领域，计算机断层扫描(computed tomography,ct)图像被广泛应用与疾病的诊断和治疗的检测。然而，传统的ct图像病灶识别方法往往面临着诸多挑战，例如在不同相期之间病灶的表现可能存在差异，造成识别的困难。此外，ct图像具有高度的复杂性和噪声，传统的特征提取和分类方法难以充分利用其信息。

2、近年来，深度学习技术在医学影像处理领域取得了显著的进展。然而，针对多相期ct图像病灶识别分类的研究相对较少，特别是针对不同相期特征之间的信息交互。现有的研究大多侧重于单一相期的病灶识别，忽视了不同相期之间的关联性和时空信息对病灶识别的重要性。因此，有必要开发一种新的方法来克服这些挑战，提高多相期ct图像分类的准确性和鲁棒性。

技术实现思路

1、针对现有技术的不足，本专利技术提出了一种基于多维特征交互的四相期ct图像分类方法，考虑相期与相期之间的信息交流本文档来自技高网...

【技术保护点】

1.一种基于多维特征交互的四相期CT图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多维特征交互的四相期CT图像分类方法，其特征在于，步骤一所述预处理具体如下：

3.根据权利要求1所述的基于多维特征交互的四相期CT图像分类方法，其特征在于，步骤二所述特征提取网络为：在ResNet18的每个卷积块之间引入通道空间注意力模块CBAM模块，将CBAM模块提取的通道注意力权重和空间注意力权重应用于此相期对应的二维特征图上，实现了通道-空间信息的交互加权，对四相期CT图像进行特征提取；

4.根据权利要求1所述的基于多维特征交互的四相期CT图...

【技术特征摘要】

1.一种基于多维特征交互的四相期ct图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多维特征交互的四相期ct图像分类方法，其特征在于，步骤一所述预处理具体如下：

3.根据权利要求1所述的基于多维特征交互的四相期ct图像分类方法，其特征在于，步骤二所述特征提取网络为：在resnet18的每个卷积块之间引入通道空间注意力模块cbam模块，将cbam模块提取的通道注意力权重和空间注意力权重应用于此相期对应的二维...

【专利技术属性】
技术研发人员：左燕，乔韶华，薛梦凡，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：