肺結核のコンピュータ断層撮影（CT）画像には、ノイズ干渉、病変特徴の弱さ、および3次元空間情報の活用不足といった問題があり、分類性能に影響を及ぼしています。これらの問題に対処するため、画像強調と多次元特徴学習を融合した肺結核CT三分類法を提案します。本手法では、多尺度8方向異方性拡散強調と漸進的Noise2Fast（N2F）ノイズ除去の共同前処理戦略を採用し、病変テクスチャの可視性を向上させます。続いて、軽量のParallel Representation with Iterative Spatial Multi-view Fusion Network（PRISM-Net）を構築し、反復的多視点融合戦略（IMVF）によって異なる空間方向の相補情報を抽出し、多次元注意モジュール（MDAM）を導入して三次元特徴表現能力を強化します。150例の独立テストセットで検証した結果、提案手法の精度は94.68％、加重F1値は94.63％に達し、正常、活動性、非活動性肺結核カテゴリーのAUCはそれぞれ1.0000、0.9926、0.9923であり、MambaOut-Kobe、MobileNetV3、MedVit、およびResNet50などのモデルより優れた性能を示しました。

肺結核分類;画像強調;多視点融合;多次元注意機構;3次元畳み込みニューラルネットワーク