注意力引导多任务学习的前列腺癌盆腔淋巴结转移预测

1

作者 张志远 胡冀苏 +3 位作者 张跃跃 钱旭升 周志勇 戴亚康 《上海交通大学学报》 北大核心 2025年第8期1216-1224,共9页

基于前列腺癌原发灶的术前磁共振影像定量特征预测盆腔淋巴结转移(PLNM)是治疗方案制定的重要参考依据.然而,现有预测方法对肿瘤原发灶内部的异质性信息提取不足,导致提取的图像定量特征与PLNM关联性较弱.针对这一问题,提出一种以肿瘤... 基于前列腺癌原发灶的术前磁共振影像定量特征预测盆腔淋巴结转移(PLNM)是治疗方案制定的重要参考依据.然而,现有预测方法对肿瘤原发灶内部的异质性信息提取不足,导致提取的图像定量特征与PLNM关联性较弱.针对这一问题,提出一种以肿瘤分割任务为辅助任务的注意力引导多任务学习网络用于PLNM预测.首先,在肿瘤分割网络中,提出多分支各向异性大核注意力模块,通过不同分支和各向异性大卷积核的融合扩大的感受野以有效捕获肿瘤的局部和全局信息.其次,在PLNM预测网络中,设计多尺度特征交互融合注意力模块,对多尺度特征进行层次化融合筛选.在320例数据集的实验中,所提方法的精度召回曲线下面积值和受试者操作特征曲线下面积值分别为(85.44±2.04)%和(91.86±2.18)%,优于经典的单任务分类方法和多任务方法. 展开更多

关键词 前列腺癌盆腔淋巴结转移 多任务学习 多分支各向异性大核注意力模块 多尺度特征交互融合注意力模块 多参数磁共振

在线阅读 下载PDF 职称材料

基于深度学习的宫颈癌淋巴结转移预测 被引量：2

2

作者 王佳 牛俊巧 +1 位作者 李晓娟 刘焱 《中国医学装备》 2024年第4期71-74,79,共5页

目的:基于深度学习,利用T_(2)加权成像(T_(2)WI)序列的高分辨特性获得宫颈癌淋巴结的结构信息,并预测淋巴结是否转移;利用弥散加权成像(DWI)序列的功能特性,获取淋巴结区域,并预测淋巴结是否转移;综合多模态MRI数据,预测淋巴结是否转移... 目的:基于深度学习,利用T_(2)加权成像(T_(2)WI)序列的高分辨特性获得宫颈癌淋巴结的结构信息,并预测淋巴结是否转移;利用弥散加权成像(DWI)序列的功能特性,获取淋巴结区域,并预测淋巴结是否转移;综合多模态MRI数据,预测淋巴结是否转移。方法:收集2021年6月至2022年5月年新疆维吾尔自治区人民医院收治的52例宫颈癌患者的多参数MRI影像数据以及病理检查数据作为训练集,另收集2022年6月至2023年5月新疆维吾尔自治区人民医院收治的150例宫颈癌患者多参数MRI影像数据以及病理检查数据作为验证集。训练集52例宫颈癌患者均接受MRI扫描,扫描序列包括T_(2)WI和DWI序列。对训练集52例宫颈癌患者的多参数MRI影像学图像进行非均匀性校正和标准化的预处理后,通过渐进演化空洞卷积对T_(2)WI图像进行分割,在扩大感受野的同时,有效降低空洞对图像丢失的影响;通过基于注意力网络机制的深度学习模型引导网络在预测时更关注淋巴结区域,并为预测结果提供一定程度的解释性;通过多模态协同学习模型实现T_(2)WI和DWI序列在淋巴结性质预测任务之间的经验共享。采用验证集患者的图像资料对基于多模态协同学习模型的淋巴结转移预测模型进行验证。结果:验证集150例患者中良性淋巴结585枚,恶性淋巴结65枚,其良恶性淋巴结在大小(长径、短径)和边界上存在差异,差异有统计学意义(x^(2)=8.437、143.100、104.608,P<0.05)。验证集150例患者中48例患者出现淋巴结转移,基于多模态协同学习模型的淋巴结性质预测模型准确预测出46例患者出现淋巴结转移,准确预测出99例患者未发生淋巴结转移,预测准确率为96.67%。结论:渐进演化空洞卷积结合U-Net框架完成了对T_(2)WI宫颈癌影像的多目标自动分割任务,基于注意力网络机制的深度学习模型完成了动态关注淋巴结区域的任务,多模态协同学习模型有效地避免了特征层融合之后特征空间分布的改变。 展开更多

关键词 宫颈癌淋巴结 卷积神经网络 注意力网络机制 多模态协同学习 磁共振成像

暂未订购

基于自适应感受野机制的颈部淋巴结自动识别算法 被引量：1

3

作者 秦品乐 李鹏波 +3 位作者 张瑞平 曾建潮 刘仕杰 徐少伟 《计算机应用》 CSCD 北大核心 2019年第12期3535-3540,共6页

针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结... 针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结自动识别中。首先,采用半随机采样方法对医学序列图像进行裁剪,生成基于网格的局部图像块及对应真值标签;然后,通过局部图像块及标签构建并训练基于自适应感受野机制的DeepNode网络;最后,利用预训练的DeepNode网络模型进行预测,通过输入整体序列图像,可以端到端且快速地获得整体序列对应的颈部淋巴结识别结果。在颈部淋巴结数据集中,采用DeepNode网络识别颈部淋巴结的召回率可达98.13%,精确率可达97.38%,每次扫描的假阳性数量仅为29,同时耗时相对较短。实验结果分析表明,与当前表现优良的二维与三维卷积神经网络相结合的算法、三维通用目标检测算法、基于弱监督定位的识别算法等相比,所提算法可以实现颈部淋巴结的自动识别,并取得最优的识别效果。该算法端到端,简单高效,易于扩展到其他医学图像的三维目标检测任务中,可应用于临床的诊断和治疗。 展开更多

关键词 颈部淋巴结检测 计算机辅助诊断 注意力机制 自适应感受野 三维医学影像

在线阅读 下载PDF 职称材料

基于注意力网络推理图的细粒度图像分类 被引量：3

4

作者 郑智文 甘健侯 +2 位作者 周菊香 欧阳昭相 鹿泽光 《应用科学学报》 CAS CSCD 北大核心 2022年第1期36-46,共11页

针对场景图像的细粒度分类任务,结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法。首先提取场景图像的全局视觉特征、局部视觉特征和文本特征,把位置信息分别嵌入局部视觉特征和文本特征后拼接成新... 针对场景图像的细粒度分类任务,结合图像视觉和文本的多模态信息提出了一种基于注意力网络推理图的细粒度图像分类方法。首先提取场景图像的全局视觉特征、局部视觉特征和文本特征,把位置信息分别嵌入局部视觉特征和文本特征后拼接成新的特征,再将这个新的特征作为图结构的节点生成一个异构图;然后设计两条元路径将异构图分解成两个同构图,并将其分别放入设计有节点级注意和语义级注意的两级注意力网络推理图;最后将输出的节点特征与全局视觉特征进行多模态融合操作,获得更丰富的细粒度特征表达。所提出的模型实现了多模态融合与图注意力网络的有效结合,且在Con-Text和Drink Bottle两个场景文本细粒度图像数据集上与目前主流先进方法相比具有较强的竞争力。 展开更多

关键词 场景图像 多模态 图注意力网络 节点级注意力 语义级注意力

在线阅读 下载PDF 职称材料

基于注意力机制的两阶段纵膈淋巴结自动分割算法 被引量：1

5

作者 徐少伟 秦品乐 +2 位作者 曾建朝 赵致楷 高媛 《计算机应用》 CSCD 北大核心 2021年第2期556-562,共7页

判断淋巴结分区是否存在淋巴结转移以及准确分割恶性淋巴结对于肺癌诊断以及治疗意义重大。针对纵膈淋巴结尺寸差异大、正负样本不平衡、与周边软组织和肺肿瘤特征相似等问题,提出了一个新颖的用于纵膈淋巴结分割的基于注意力机制的级... 判断淋巴结分区是否存在淋巴结转移以及准确分割恶性淋巴结对于肺癌诊断以及治疗意义重大。针对纵膈淋巴结尺寸差异大、正负样本不平衡、与周边软组织和肺肿瘤特征相似等问题,提出了一个新颖的用于纵膈淋巴结分割的基于注意力机制的级联算法。首先,根据医学先验设计了两阶段分割算法剔除纵膈干扰组织后对疑似淋巴结进行分割,减少负样本的影响和训练难度,同时增强对纵膈淋巴结的分割能力;然后,引入全局聚合模块和双注意力模块以提升网络对多尺度目标和背景的分类能力。实验结果表明,提出的算法在纵膈淋巴结数据集上的准确率达到0.7079,召回率达到0.7269,Dice score达到0.7011,在准确率和Dice score上均明显优于当前其他纵膈淋巴结分割算法,能较好地解决淋巴结尺寸差异大、样本不平衡、特征易混淆等问题。 展开更多

关键词 纵膈淋巴结分割 注意力机制 计算机辅助诊断 三维卷积神经网络 三维医学影像

在线阅读 下载PDF 职称材料

面向头颈部肿瘤转移性淋巴结分割网络 被引量：1

6

作者 周涛 石道宗 +3 位作者 薛佳文 彭彩月 党培 周忠伟 《光学精密工程》 EI CAS CSCD 北大核心 2024年第9期1420-1431,共12页

头颈部肿瘤是我国常见的恶性肿瘤,其预后主要受颈部淋巴结转移的影响,医学上通过核磁共振成像技术对转移性淋巴结成像后再进行诊断,然而,核磁共振技术成像存在病灶形态信息丢失,病灶区域对比度低和病灶边界模糊的问题。针对这些问题,提... 头颈部肿瘤是我国常见的恶性肿瘤,其预后主要受颈部淋巴结转移的影响,医学上通过核磁共振成像技术对转移性淋巴结成像后再进行诊断,然而,核磁共振技术成像存在病灶形态信息丢失,病灶区域对比度低和病灶边界模糊的问题。针对这些问题,提出面向头颈部肿瘤转移性淋巴结分割网络协助医生进行诊断。首先,设计跨层跨视野注意力模块,其接收深浅层的特征信息后利用自注意力机制分别突显深浅层的转移淋巴形状,通过不同感受野的深层特征图学习到更好的语义上下文特征,将浅层特征图与深层特征图逐像素融合,增强转移淋巴病灶区域的形态信息。其次,设计多尺度特征融合模块,在特征金字塔的初始位置融合不同尺度的特征图,丰富转移淋巴病灶区域的形态信息。然后,设计增强注意力预测头模块,通过对预测前的特征图使用并行的自注意力与门控通道转换模块,凸出病灶区域,细化病灶边界。最后,使用临床淋巴结转移医学图像数据集验证网络的有效性。实验结果表明,所提网络对于淋巴结转移病灶分割的APdet,APseg,ARdet,ARseg,mAPdet和mAPseg分别为74.88%,74.12%,63.11%,62.28%,74.64%和74.04%。该网络实现对淋巴结转移病灶区域的精确检测分割,对辅助淋巴结诊断具有积极意义。 展开更多

关键词 医学图像处理 头颈部肿瘤 淋巴结转移 实例分割 注意力机制

在线阅读 下载PDF 职称材料

基于Transformer的肺肿瘤三维CT图像分割 被引量：2

7

作者 王伟桐 玄萍 《智能计算机与应用》 2024年第3期76-80,共5页

基于信息学技术自动分割病人的肺部CT图像,有助于医生对于肺癌患者的早期诊断,提取和整合图像区域间的空间关联,对于提升肺肿瘤分割性能是十分重要的。本文提出了一个新的基于Transformer的分割模型,用于肺肿瘤三维CT图像分割、学习和... 基于信息学技术自动分割病人的肺部CT图像,有助于医生对于肺癌患者的早期诊断,提取和整合图像区域间的空间关联,对于提升肺肿瘤分割性能是十分重要的。本文提出了一个新的基于Transformer的分割模型,用于肺肿瘤三维CT图像分割、学习和整合此类关联。本文分别设计了带有混合多头图像区域节点注意力的Transformer模块和类别注意力模块,学习并融合了肺部CT图像的空间层面和通道层面的信息。将新的基于Transformer的分割模型同其他较为先进的模型进行了对比实验,实验结果表明新的模型在骰子系数、交并比和豪斯多夫距离等方面优于其他模型。 展开更多

关键词 肺部CT图像 图像区域节点注意力 TRANSFORMER 类别注意力

在线阅读 下载PDF 职称材料

基于改进DenseUnet的腹膜后淋巴CT分割方法

8

作者 肖建英 刘志勤 +2 位作者 王庆凤 黄俊 周莹 《西南科技大学学报》 CAS 2022年第3期60-69,共10页

针对腹部CT图像中淋巴与周围结构相似、对比度低、难识别导致淋巴分割精度较低的问题,提出一种基于空洞卷积和双通道注意力机制的改进密集U型对称语义分割模型D-DenseUnet。将空洞卷积和双通道注意力机制嵌入密集块连接的U型网络结构中... 针对腹部CT图像中淋巴与周围结构相似、对比度低、难识别导致淋巴分割精度较低的问题,提出一种基于空洞卷积和双通道注意力机制的改进密集U型对称语义分割模型D-DenseUnet。将空洞卷积和双通道注意力机制嵌入密集块连接的U型网络结构中,提升模型提取整体特征的能力;为了缓解数据不平衡问题,采用复合损失函数作为改进的密集U型模型D-DenseUnet的损失函数,结合数据扩增和早停法防止过拟合,通过余弦退火衰减学习策略进行优化,最终实现腹膜后淋巴分割。实验结果表明,所提的分割模型在腹膜后淋巴CT图像中能够较好分割淋巴,平均相似系数、交并比和召回率分别为0.796,0.804,0.679,优于传统的Unet网络和密集U型DenseUnet网络。 展开更多

关键词 深度学习 图像分割 注意力机制 腹部淋巴 DenseUnet

在线阅读 下载PDF 职称材料

基于多级特征和全局上下文的纵膈淋巴结分割算法

9

作者 徐少伟 秦品乐 +3 位作者 曾建朝 赵致楷 高媛 王丽芳 《计算机科学》 CSCD 北大核心 2021年第S01期95-100,117,共7页

针对纵膈淋巴结尺度差异大、正负样本不均衡、软组织和肺肿瘤易混淆的问题,提出一个新颖的用于纵膈淋巴结分割的多级特征和全局上下文分割网络。为了解决纵膈淋巴结正负样本不均衡、与纵膈器官和软组织相似的问题,通过医学先验提取纵膈... 针对纵膈淋巴结尺度差异大、正负样本不均衡、软组织和肺肿瘤易混淆的问题,提出一个新颖的用于纵膈淋巴结分割的多级特征和全局上下文分割网络。为了解决纵膈淋巴结正负样本不均衡、与纵膈器官和软组织相似的问题,通过医学先验提取纵膈间隙,减少了纵膈器官干扰。为了解决肿大纵膈淋巴结与肺肿瘤相似、淋巴结出现区域分散的问题,设计了全局上下文模块,通过计算全局上下文依赖,大大提升了网络对淋巴结和背景的分类能力。为了解决纵膈淋巴结尺度差异大的问题,设计了特征融合模块,大大增强了网络对小淋巴结的分割精度。实验表明,所提方法在纵膈淋巴结分割任务中达到了76.92%的准确率,79.65%的召回率和76.08%的dice分数,在准确率、召回率和dice分数上均明显优于当前用于纵膈淋巴结分割的其他算法。 展开更多

关键词 纵膈淋巴结分割 自注意力机制 计算机辅助诊断 3D卷积神经网络 三维医学影像

在线阅读 下载PDF 职称材料

融合图卷积网络与节点相似度的遥感图像检索 被引量：3

10

作者 叶发茂 吴坤霖 +2 位作者 王孟瑶 朱晓颖 张任高 《测绘科学》 CSCD 北大核心 2023年第9期66-75,共10页

针对如何充分利用图像之间的语义关系提高检索特征表征能力的问题,该文提出了基于融合节点注意力机制的图卷积神经网络的遥感图像检索特征提取模型。该模型通过聚合节点和其邻域节点的特征构建图像的图聚合特征,获取更好的遥感图像检索... 针对如何充分利用图像之间的语义关系提高检索特征表征能力的问题,该文提出了基于融合节点注意力机制的图卷积神经网络的遥感图像检索特征提取模型。该模型通过聚合节点和其邻域节点的特征构建图像的图聚合特征,获取更好的遥感图像检索特征。提出了综合图像特征的欧氏距离和图像集合的相似度的节点相似度作为图像相似度准则,提升度量图像距离的准确性;此外还将图卷积神经网络强大的节点分类能力和图像到类距离构建基于类别权重的节点相似度准则进行遥感图像检索,进一步提升遥感图像检索精度。在UCMD、SIRI_WHU和PatternNet 3个公开遥感图像数据集上进行了测试和验证,mAP较其他方法分别提升了0.91%、1.43%和0.08%。结果表明,该方法能够提升遥感图像检索精度。 展开更多

关键词 遥感图像检索 图卷积神经网络 节点注意力机制 类别权重 节点相似度准则

原文传递

基于注意力机制和图像轮廓的实例分割算法

11

作者 顾登华 顾春华 《电子科技》 2024年第4期62-68,共7页

基于图像轮廓的实例分割方法利用少量轮廓顶点来表示物体,减少了算法的参数量,提高了算法的运行效率,但导致算法的精度低于传统逐像素处理的分割算法,获得的分割结果质量较差。为提升算法的准确性,文中提出一种基于图像轮廓结合注意力... 基于图像轮廓的实例分割方法利用少量轮廓顶点来表示物体,减少了算法的参数量,提高了算法的运行效率,但导致算法的精度低于传统逐像素处理的分割算法,获得的分割结果质量较差。为提升算法的准确性,文中提出一种基于图像轮廓结合注意力机制的实例分割模型(Attend the Contour snake,AC-snake)。在主干网络中加入改进的大卷积核(Largekernel+)提升模型的感受野,提取更加丰富的特征信息。改进轮廓顶点变形阶段的网络结构,结合双通道注意力模块(Dual Channel attention,DC-attentio)加强轮廓顶点的有效信息,减少训练网络中的无效参数,提升检测精度和训练速度。实验结果表明,在Cityscapes验证数据集中,相较于原始模型,文中提出的改进模型性能有所提升。 展开更多

关键词 实例分割 图像轮廓 轮廓顶点 逐像素 注意力机制 大卷积核 感受野 特征信息

在线阅读 下载PDF 职称材料