【技术实现步骤摘要】
本专利技术涉及医学图像检测，尤其涉及一种基于多层次知识蒸馏的活动性肺结核预测方法及系统。
技术介绍
1、通过医疗影像检测和诊断疾病的最广泛使用的医学成像技术之一，以其多样化的方法和无创的特点，展现出巨大的优势。面对大量影像数据，人工检测不仅在效率上受到限制，更重要的是不能确保检测稳定且高准确率的标准。利用先进的计算机算法和人工智能技术，计算机能够自动识别和分析医学影像中的肺结核病灶，减少人为因素的干扰，并且大规模检测肺结核筛查任务中发挥巨大的作用，相关技术中，对于肺结核临床筛查的人工智能技术，传统的深度学习模型训练仅使用正例的图像和标签，但负标签也具有丰富的信息，相关技术未能利用负标签的特征信息，且相关技术的深度学习方法训练的模型只有在结构复杂的情况下才有较好的泛化性能，但复杂的模型难以部署到临床应用，没有较好的实时性，而肺结核的病灶特征多样，尺寸不一，单一尺度特征提取模型无法满足要求，模型需要适应多种尺度的特征融合，因此，相关技术在肺结核检测上存在模型结构过于复杂导致训练检测效率不高且检测精度低下的问题。
本文档来自技高网...
【技术保护点】
1.一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述获取肺结核图像数据并进行数据预处理，得到预处理后的肺结核图像数据这一步骤，其具体包括：
3.根据权利要求2所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述引入随机交叉注意力组，构建教师模型并对预处理后的肺结核图像数据进行特征提取与损失计算，得到多尺度教师预测特征图与教师模型损失这一步骤，其具体包括：
4.根据权利要求3所述一种基于多层次知识蒸馏的活动性肺结...
【技术特征摘要】
1.一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述获取肺结核图像数据并进行数据预处理，得到预处理后的肺结核图像数据这一步骤，其具体包括：
3.根据权利要求2所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述引入随机交叉注意力组，构建教师模型并对预处理后的肺结核图像数据进行特征提取与损失计算，得到多尺度教师预测特征图与教师模型损失这一步骤，其具体包括：
4.根据权利要求3所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述教师模型包括第一卷积层、第一随机交叉注意力组、第二随机交叉注意力组、第三随机交叉注意力组、第四随机交叉注意力组与第二卷积层，其中：
5.根据权利要求4所述一种基于多层次知识蒸馏的活动性肺结核预测方法，其特征在于，所述基于教师模型对预处理后的肺结核图像数据进行特征提取，得到多尺度教师预测特征图这一步骤，其具体包括...
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。