一种子宫肌瘤多模态评估方法及装置制造方法及图纸

技术编号:44500114 阅读:22 留言:0更新日期:2025-03-04 18:08
本发明专利技术公开了一种子宫肌瘤多模态评估方法及相关装置,其中方法包括:获取女性患者的盆腔CT和MRI影像数据,影像数据包括T2WI与CE‑T1WI的不同序列图像;将盆腔CT和MRI影像数据输入多模态子宫肌瘤融合分割模型,提取并标注子宫肌瘤的多维定量特征,其中,多模态子宫肌瘤融合分割模型包括输入层、可变形卷积层、RPN区域层、RoI区域选择层、多模态特征提取网络以及输出层;将多维定量特征、患者的的年龄和激素水平输入子宫肌瘤复发风险预测模型,得到子宫肌瘤的术后复发风险概率。本发明专利技术通过多模态子宫肌瘤融合分割模型提取形状、纹理、信号强度分布及扩散系数定量特征,揭示肌瘤的微观结构和生物学特性,进一步提高子宫肌瘤术后复发风险预测精度。

【技术实现步骤摘要】

本专利技术涉及医疗辅助诊断,具体涉及一种子宫肌瘤多模态评估方法及装置、计算设备。


技术介绍

1、子宫肌瘤是由子宫平滑肌细胞增生而成,为女性生殖系统的良性肿瘤。计算机断层扫描(ct)和磁共振成像(mri)能够提供丰富的解剖结构和病理信息,有助于医生更全面了解子宫肌瘤的情况。

2、现有的子宫肌瘤评估方法包括基于水平集的方法和基于模糊c均值的方法。其中,基于水平集的方法通过构建能量函数,利用图像梯度信息引导曲线的演化,从而实现对目标的分割。然而在处理复杂形状的子宫肌瘤时,往往难以得到准确的分割结果。此外,水平集方法对初始条件较为敏感,不同的初始条件可能导致不同的分割结果,从而影响了评估的准确性。例如,某子瘤体的边界可能由于与周围组织对比度较低而被忽略,或者由于边界不规则而被错误地划分到相邻的组织中。基于模糊c均值的方法为聚类分析方法,其通过迭代优化目标函数将图像中的像素点划分为不同的类别。但是在处理具有模糊边界的子宫肌瘤时,容易出现误分割的情况。并且对于噪声和图像质量的变化也较为敏感。当遇到具有模糊边界的子宫肌瘤时,难以准确地区分肌瘤与周围组织,导致本文档来自技高网...

【技术保护点】

1.一种子宫肌瘤多模态评估方法,其特征在于,包括:

2.根据权利要求1所述的子宫肌瘤多模态评估方法,其特征在于,所述多维定量特征包括子宫肌瘤的类型、形状、大小、数量、位置、纹理、信号强度分布、扩散系数以及灌注参数;

3.根据权利要求1或2所述的子宫肌瘤多模态评估方法,其特征在于,所述多模态特征提取网络包括多个残差网络RestNet-101、多个CNN网络层、多个注意力门、GCN图卷积网络层、多个门信号、多个连接层、多个3D卷积块以及多个上采样层;

4.根据权利要求3所述的子宫肌瘤多模态评估方法,其特征在于,所述多模态子宫肌瘤融合分割模型中的可变形卷积层...

【技术特征摘要】

1.一种子宫肌瘤多模态评估方法,其特征在于,包括:

2.根据权利要求1所述的子宫肌瘤多模态评估方法,其特征在于,所述多维定量特征包括子宫肌瘤的类型、形状、大小、数量、位置、纹理、信号强度分布、扩散系数以及灌注参数;

3.根据权利要求1或2所述的子宫肌瘤多模态评估方法,其特征在于,所述多模态特征提取网络包括多个残差网络restnet-101、多个cnn网络层、多个注意力门、gcn图卷积网络层、多个门信号、多个连接层、多个3d卷积块以及多个上采样层;

4.根据权利要求3所述的子宫肌瘤多模态评估方法,其特征在于,所述多模态子宫肌瘤融合分割模型中的可变形卷积层调整卷积核的采样位置的公式为:

5.根据权利要求1所述的子宫肌瘤...

【专利技术属性】
技术研发人员:汪雯雯杨舒皓颜庆袁素珍张敏莉王世宣
申请(专利权)人:华中科技大学同济医学院附属同济医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1