龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国人民解放军空军军医大学
申请日：2024-03-29
公开（公告）日：2024-06-21
公开（公告）号：CN118229644A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/25;G06V10/42;G06V10/44;G06V10/77;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/0495;G06N3/096
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明为多模态腔内肿瘤影像的分期预测方法、系统及设备，涉及医学影像技术领域，首先，设计了一个多模态MRI影像信息解缠模块，有效提取不同MRI模态中的共性表征；然后，利用模态之间的共性表征在Teacher‑Student网络层分别完成缺失模态信息填补与知识蒸馏；最后，耦合不同模态网络的预测信息，实现腔内肿瘤智能分期预测。本发明创新引入多模态信息解缠与领域知识深度蒸馏策略，有效分离多模态MRI影像中的共性与特异信息，并将共性信息用于缺失模态信息补齐，有效实现任意影像模态或模态组合输入时的腔内肿瘤精准分期与无创活检，有望为临床最佳治疗决策提供有力支撑。
主权项：1.多模态腔内肿瘤影像的分期预测方法，其特征在于，包括以下步骤：采用多模态影像标准化策略处理腔内肿瘤影像，并对影像进行手工构建边界框，获得处理后多模态肿瘤影像，包括主体模态影像与次模态影像；分别提取主体模态影像与次模态影像的局部与全部的原始特征，将主体模态影像原始特征分别与对应的次模态影像的原始特征进行信息缠绕，获得多个主体影像模态与对应模态间的共性表征矩阵；引入Encoder-Decoder模块对多个共性表征矩阵进行特征提取，并与次模态影像特征拼接融合，获得多个融合特征；多个融合特征经过Teacher网络蒸馏，得到腔内肿瘤分期预测结果；同时设计Student网络，利用主体模态影像的原始特征与Teacher网络蒸馏－耦合的特征共同构建Teacher-Student特征损失函数，得到关于学生网络的腔内肿瘤分期预测结果；根据Teacher与Student网络分别得到不同的腔内肿瘤的分期预测结果，引入KL散度的蒸馏预测损失函数，采用软投票将不同的腔内肿瘤的分期预测结果融合，得到腔内肿瘤影像的分期预测结果。
全文数据：
权利要求：
百度查询： 中国人民解放军空军军医大学 多模态腔内肿瘤影像的分期预测方法、系统、设备和介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号