一种基于深度学习的前列腺影像检测方法及检测系统.pdfVIP

下载本文档

8
0
约1.06万字
约 8页
2023-11-25 发布于四川
举报
版权申诉

一种基于深度学习的前列腺影像检测方法及检测系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于深度学习的前列腺影像检测方法及检测系统，该检测方法包括以下步骤：获取带标记的多模态前列腺数据集，包括结构性成像数据集和功能性成像数据集；将所述多模态前列腺数据集输入至预先构建好的前列腺癌症病灶分割网络模型，最终输出癌症病灶的分割图和PI‑RADs评分；其中，在构建所述前列腺癌症病灶分割网络模型过程中，结构性成像数据集和功能性成像数据集分别采用单通道输入和多通道输入方式输入至模型中，并行计算特征编码以提取高维特征。与现有技术相比，本发明具有有效提升影像检测准确度等优点。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117115535 A (43)申请公布日 2023.11.24 (21)申请号 202311079184.0 (22)申请日 2023.08.24 (71)申请人上海交通大学医学院附属仁济医院地