基于改进残差网络的泌尿系结石类型术前预测

为解决临床上无法在术前预测泌尿系结石类型的问题,提出一种基于患者CT影像来术前预测结石类型的方法,并开发了基于改进残差网络的泌尿系结石类型术前预测辅助系统,实现了结石类型的术前预测。具体工作包括:首先,以Resnet34作为基础网络,改进了池化层、残差块结构和损失函数,并加入了密集连接结构,从而解决了结石误识别的问题;其次,设计了一种双分支多头自注意力模块,增加了结石区域的特征权重,大大提高了模型性能;最后,通过回顾式研究,建立了包含5709张结石CT影像数据集,按照3∶1∶1的比例随机分为训练集、验证集和测试集,用以对模型进行训练和性能验证。经实验验证,提出的改进残差网络在测试集上准确度达到了72.90%,相对于原网络准确度提升了6.38%,F1分数提高了10%。结果表明,该模型能够有效提高泌尿系结石的术前预测精度并具有潜在的临床应用价值。