一种基于融合注意力机制的乳腺MRI自动辅助诊断新方法

摘要

本发明涉及一种基于融合注意力机制的乳腺MRI自动辅助诊断新方法，所述的乳腺MRI自动辅助诊断新方法包括以下步骤：S1：人工选取乳腺分割数据集，训练DenseUNet模型，将乳腺的TSE序列输入到训练好的DenseUNet模型进行乳腺分割，并去除胸腔中干扰肿瘤检测的器官；S2：将S1得到的分割结果映射到DCE序列，得到分割后的乳腺组织，将其输入到具有注意力机制的DenseUNet(ADUNet)模型进行肿瘤分割,针对类不平衡和困难样本问题，在训练过程中采用Focal Loss以防止模型偏移；S3：将S2得到的结果输入到一个轻量级的神经网络中，进行良恶性判断，得到辅助诊断结果。本发明可以实现端到端的乳腺癌症辅助诊断，无需人工干预，且可以极大提高诊断效率和准确率。