基于病灶分布与密集度点云学习的尘肺病分级识别方法

本发明属于医学影像智能处理技术，为基于病灶分布与密集度点云学习的尘肺病分级识别方法，包括步骤：获取胸部CT体数据并进行肺野分割、连通性感知血管抑制，将抑制后肺野内体素转换为候选点，根据候选点的空间结构特征和HU衰减属性联合采样得到证据富集点云；对证据富集点云的三维坐标和HU衰减属性联合编码得到区域病灶特征和全肺描述符，通过分布引导校正得到区域病灶特征和全肺分布特征；基于自注意力构建密集度感知注意力模型，获得密集度增强区域病灶特征；将密集度增强区域病灶特征和全肺分布特征融合及分类，对尘肺病分级识别。本发明能够减少血管干扰，协同表达全肺病灶分布和病灶密集度。