【技术实现步骤摘要】
本专利技术涉及一种乳腺病灶良恶性分类方法，属于图像处理。
技术介绍
1、乳腺组织病灶可分为良性病灶和恶性病灶。良性病灶主要有乳腺纤维腺瘤、囊肿、导管内乳头状瘤等，其具有清晰规则的边界，乳房结构的变化很小，一般不会发展成癌症，通常仅需定期随访。恶性病灶主要有浸润性导管癌、浸润性小叶癌等，其具有模糊的毛刺或分叶状等不规则形边缘，这类病灶癌细胞容易通过乳房扩散到身体的其他部位，需综合手术、化疗、放疗及靶向治疗。
2、近年来，钼靶x线、ct和mri等放射影像技术为观测乳腺病灶形态提供了有力工具。因此，基于放射影像对乳腺病灶进行良恶性精准分类，可为临床干预策略的选择提供科学指导依据，减少医疗资源浪费，从而提升乳腺癌诊疗效能。然而，基于放射影像的乳腺病灶良恶性自动分类仍然面临着一些挑战。一方面，由于不同影像模态对病灶的成像原理存在差异，同一病灶在不同影像上表现出较大的特征差异，为多模态影像特征融合和统一分析带来了困难。另一方面，由于放射影像只能呈现病灶的宏观解剖结构，缺乏组织病理学检查能够提供的微观结构特征，良恶性病灶在影像上仍然表现出...
【技术保护点】
1.一种乳腺病灶良恶性分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种乳腺病灶良恶性分类方法，其特征在于，所述双向Transformer解码器包括自注意力层、第一交叉注意力层、第二交叉注意力层、多层感知器B，自注意力层的输出端连接至第一交叉注意力层，第一交叉注意力层输出端连接至多层感知器B，多层感知器B的输出端连接至第二交叉注意力层，多层感知器B输出更新后的文本特征，第二交叉注意力层输出更新后的影像特征。
3.如权利要求2所述的一种乳腺病灶良恶性分类方法，其特征在于，所述基于堆叠的多层双向Transformer解码器的掩模预测模...
【技术特征摘要】
1.一种乳腺病灶良恶性分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种乳腺病灶良恶性分类方法，其特征在于，所述双向transformer解码器包括自注意力层、第一交叉注意力层、第二交叉注意力层、多层感知器b，自注意力层的输出端连接至第一交叉注意力层，第一交叉注意力层输出端连接至多层感知器b，多层感知器b的输出端连接至第二交叉注意力层，多层感知器b输出更新后的文本特征，第二交叉注意力层输出更新后的影像特征。
3.如权利要求2所述的一种乳腺病灶良恶性分类方法，其特征在于，所述基于堆叠的多层双向transformer解码器的掩模预测模型还包括转置卷积模块、多层感知器a及动态线性分类层；文本特征提取模型输出端连接至第一层双向transformer解码器的自注意力层，影像特征融合模块的输出端连接至第一层双向transformer解码器的第一交叉注意力层及第二交叉注意力层，最后一层双向transformer解码器的第二交叉注意力层输出的更新后的影像特征输出至转置卷积模块，转置卷积模块对其进行下采样后输出至多层感知器a，经多层感知器a处理后输出至动态线性分类器以获取病灶良恶性分类结果，第一层、中间层的双向transformer解码器的第二交叉注意力层的输出端均连接至对应的下一层的第一交叉注意力层及第二交叉注意力层，第一层、中间层的双向transfor...
【专利技术属性】
技术研发人员：谭胜蓝，曹哲旭，马煜辉，袁磊磊，马韶东，
申请(专利权)人：中南大学湘雅二医院，
类型：发明
国别省市：
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。