一种基于加权信息流数据增量网络的尘肺病智能诊断系统技术方案

本发明专利技术公开了一种基于加权信息流数据增量网络的尘肺病智能诊断系统，包括：基于随机属性掩蔽的增量数据模块、基于先验知识的多粒度特征提取模块和KL加权判断模块。ARMGan增量数据模块利用随机属性掩蔽技术获取数据质量更高的增量数据。MKTransformer模块在专业医生的指导下，使用疾病关系作为先验知识，补充和改进现有的Transformer深度提取框架，并采用粗粒度和细粒度双注意力机制解决基于增量数据的特征筛选网络可靠性低的问题。KL加权判断模块则通过比较测试胸部X光片与国家标准片之间的差异，实现尘肺病的分期诊断。整个网络的训练通过对抗性损失、特征筛选损失和KL散度损失三者的结合来约束，确保了模型在实际应用中的高效性和稳定性。

【技术实现步骤摘要】

本专利技术涉及医学图像处理领域，具体是一种基于加权信息流数据增量网络(weighted information flow data incremental network,widinet)的尘肺病智能诊断系统。

技术介绍

1、x射线胸片是临床诊断中最常用的医学影像检查之一。传统的医学胸片结果很大程度上依赖于操作者的经验和专业知识。随着职业性煤工尘肺新病例的增加，传统的诊断方法已无法满足患者的实际需求。尽管深度学习的强大优势确实可以弥补人工方法在实际工作中的不足，但由于医学数据集的数据量较小，深度模型的实际应用效果并不令人满意。之前的研究人员在解决数据不足问题上做了许多开创性的工作。例如基于模型泛化的思想设计了一种两阶段迁移学习方法tstl，以解决间歇性问题。尽管这种方法可以处理定性肺病的数据不足问题，但模型无法挖掘和获取散布在特定区域的细微信息。因此，研究人员设计了一种修改的反馈多项式神经网络用于流行肺病，通过训练过程中的反馈修正实现了相对较小的预测误差，但由于网络优化的限制，这种设计无法避免因数据集小而导致的模型不稳定问题。

<p>2、与小数据集引本文档来自技高网...

【技术保护点】

1.一种基于加权信息流数据增量网络的尘肺病智能诊断系统，其特征在于，包括数据预处理模块、基于随机属性掩蔽的增量数据模块(ARMGan)、基于先验知识的多粒度特征提取模块(MKTransformer)和KL加权判断模块：

2.根据权利要求1所述的一种基于加权信息流数据增量网络(WIDINet)的尘肺病智能诊断系统，其特征在于，所述的ARMGan数据增量模块使用随机属性掩蔽技术来实现数据扩展，同时提高增量数据的数据质量；具体包括以下步骤：A21根据医生的诊断习惯并依据国家标准片将输入的胸片分为六个部分，使用LoT编码层在将图像从高维图像映射到低维矩阵后实现肺区间的解耦，以扩大肺区...

【技术特征摘要】

1.一种基于加权信息流数据增量网络的尘肺病智能诊断系统，其特征在于，包括数据预处理模块、基于随机属性掩蔽的增量数据模块(armgan)、基于先验知识的多粒度特征提取模块(mktransformer)和kl加权判断模块：

2.根据权利要求1所述的一种基于加权信息流数据增量网络(widinet)的尘肺病智能诊断系统，其特征在于，所述的armgan数据增量模块使用随机属性掩蔽技术来实现数据扩展，同时提高增量数据的数据质量；具体包括以下步骤：a21根据医生的诊断习惯并依据国家标准片将输入的胸片分为六个部分，使用lot编码层在将图像从高维图像映射到低维矩阵后实现肺区间的解耦，以扩大肺区间的差异；a22设计了非对称形式的编码模型，在肺框架解耦编码器上使用较少的编码层，并将更多的计算能力集中于肺部内病变纹理的编码；在每次编码中引入偏差因子μ来控制层关联函数，在肺区框架与肺内病灶纹理的解耦学习中产生差异对比效果；a23定义目标区域采样图像的解耦编码过程：胸片的一个肺框架定义为i1，胸片的两个肺质量定义为i2；因此其编码可表示为(z1s,z1t)和(z2s,z2t)，使用...

【专利技术属性】
技术研发人员：赵涓涓，任雪婷，李敖宇，强彦，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：