[发明专利]一种基于多视角图像特征融合的脑膜瘤自动分级方法

摘要

本发明公开了一种基于多视角图像特征融合的脑膜瘤自动分级方法，包括如下步骤：S1：针对模型输入端，将Dicom格式数据的病变图像转换成PNG数据后无需进行任何图像增强以及数据扩增处理，作为三个通路输入进多视角图像特征融合模型；S2：去掉ResNet的全连接层以及最大池化，作为每个视图特征提取的基础网络，引入迁移学习，并在模型上增加归一化的注意力模块抑制相关视图的不显著特征，以提取到每个视图最佳的特征信息；S3：在对每个视图提取的特征信息进行融合后，进行特征再提取，进一步过滤干扰信息，本发明利用三个不同通路的预训练残差神经网络模型和一个融合网络组成模型，端到端地训练融合模型，可以达到精准区分低级别脑膜瘤和高级别脑膜瘤的效果。