科创中国
多尺度特征卷积神经网络在肝包虫病分型及病灶分割的应用研究
发布时间: 2022-10-11
基本信息
合作方式：
技术服务
成果类型：
新技术
行业领域：
卫生和社会工作
成果介绍
本研究提出了一种基于多尺度特征信息的肝包虫病病灶CT影像自动分析方法， 搭建了一套基于神经网络的肝包虫病病灶定位、分割和分型系统，是完全、充分的自动化分割系统。在肝包虫病术前CT影像分析阶段实现了病灶的自动定位、分割和分型。可以很好的指导医生实现精确地术前规划，从而保障手术安全性。以肝包虫病的CT图像为基础，利用深度学习的卷积神经网络为肝包虫病的诊断提供一个全新的自动化诊断的方式，为包虫病患者提供更好的诊断和治疗方案，最终助力实现包虫病等人兽共患病有效控制的目标。
成果亮点
1、利用多尺度特征卷积神经网络分割算法技术，对输入图像在每个像素点进行包虫病病灶区域的定位。采用了全图输入和抽象信息提取的网络结构；设计了可以有效解决正负样本不平衡问题的网络损失函数。所提出的肝包虫病病灶定位网络在肝包虫病病灶区域的预测中得到了较为准确地概率预测。 2、针对肝包虫病病灶影像复杂多变的特性，采用了多分辨率金字塔网络结构进行了包虫病病灶分割，其准确率达到了***%，有效提高病灶区域分割精度。 3、在分型网络中，通过选取较大的卷积核和步长参数，快速提取得到图像抽象特征，能够在比传统分类网络减少一半卷积层的网络结构下取得较好的分型准确率，达到***%。 4、课题实施期间发表SCI论文一篇，培养博士研究生1名。
团队介绍
青海省人民医院组建，完成人： 赵丰平、辛盛海、王有清、赵永玲、更藏达杰、赵宇飞、路萍、肖钰霖、王顺娟、张轶凡
成果资料
下载app