一种基于3D可变卷积和时序特征融合的医学征象检测方法、系统、终端及存储介质

摘要

本申请所提供的一种基于3D可变卷积和时序特征融合的医学征象检测方法、系统、终端及存储介质，所述方法包括：获取医疗影像的3D输入数据或伪3D输入数据；构建可变卷积网络模型，将标准医学征象检出数据输入至可变卷积神经网络进行训练，得到训练好的可变卷积神经网络模型；将所述医疗影像的3D输入数据或伪3D输入数据输入至训练好的可变卷积神经网络模型；将可变卷积神经网络模型输出的预测数据使用时序融合进行建模，形成基于不同尺度的融合时序特征的预测数据；将不同分辨率的融合时序特征的预测数据进行多尺度的金字塔渐进融合，得到医学征象的候选框；本申请解决了现有技术中3D网络的计算效率问题和伪3D的多层面相关信息丢失未充分利用的问题。