基于组合神经网络模型的预测方法、装置、设备及介质

    公开(公告)号:CN115861662B

    公开(公告)日:2023-05-12

    申请号:CN202310148171.8

    申请日:2023-02-22

    摘要: 本发明提供一种基于组合神经网络模型的预测方法、装置、设备及介质,所述组合神经网络模型包括多个不同的子神经网络模型,所述方法包括:获取待处理图像数据;分别利用各个所述子神经网络模型对所述待处理图像数据进行处理,得到对应的预测结果;分别计算所述待处理图像数据与各个所述子神经网络模型对应的模板图像之间的相似度,所述模板图像基于训练对应子神经网络模型的训练图像数据集确定;基于所述待处理图像数据与各个所述模板图像之间的相似度,采用加权平均法对各个所述子神经网络模型对应的预测结果进行融合处理,得到最终的预测结果。本发明的预测方法通过动态分配权重系数,提高了组合神经网络模型的预测准确性。

    基于组合神经网络模型的预测方法、装置、设备及介质

    公开(公告)号:CN115861662A

    公开(公告)日:2023-03-28

    申请号:CN202310148171.8

    申请日:2023-02-22

    摘要: 本发明提供一种基于组合神经网络模型的预测方法、装置、设备及介质,所述组合神经网络模型包括多个不同的子神经网络模型,所述方法包括:获取待处理图像数据;分别利用各个所述子神经网络模型对所述待处理图像数据进行处理,得到对应的预测结果;分别计算所述待处理图像数据与各个所述子神经网络模型对应的模板图像之间的相似度,所述模板图像基于训练对应子神经网络模型的训练图像数据集确定;基于所述待处理图像数据与各个所述模板图像之间的相似度,采用加权平均法对各个所述子神经网络模型对应的预测结果进行融合处理,得到最终的预测结果。本发明的预测方法通过动态分配权重系数,提高了组合神经网络模型的预测准确性。

    取栓手术前的临床预后预测方法、装置、设备及存储介质

    公开(公告)号:CN118645210A

    公开(公告)日:2024-09-13

    申请号:CN202411108140.0

    申请日:2024-08-13

    摘要: 本发明涉及急性缺血性脑卒中智能诊断技术领域,具体是一种取栓手术前的临床预后预测方法、装置、设备及存储介质,所述方法包括:获取目标患者脑部的三维T1权重图像、表观扩散系数图像、脑血流量图像以及动脉通过时间图像;基于所述三维T1权重图像、所述表观扩散系数图像、所述脑血流量图像和所述动脉通过时间图像,结合重点区域图像确定所述目标患者脑部的梗死区体积、重点灰质半暗带体积以及重点白质半暗带体积;基于所述梗死区体积、所述重点灰质半暗带体积和所述重点白质半暗带体积生成所述目标患者脑部的特征向量;将所述特征向量输入至预先建立的临床预后预测模型,得到所述目标患者脑部的取栓手术临床预后结果。本发明能够提高预测准确性。

    一种使用全身SUV图像调查个体水平的全身代谢异常的方法

    公开(公告)号:CN114533102A

    公开(公告)日:2022-05-27

    申请号:CN202210108838.7

    申请日:2022-01-28

    IPC分类号: A61B6/03 A61B6/00

    摘要: 本发明公开一种使用全身SUV图像调查个体水平的全身代谢异常的方法,包括:采集不同受试者不同采样区域的18F‑FDG PET/CT扫描数据,得到不同受试者的具有标准摄取值SUV的图像,通过该图像进行采样区域的选择;所述受试者包括健康对照组,肺癌组,Covid‑19出院后30天的受试者,原因不明的胃肠道出血的受试者;构建不同受试者的个体连接网络,并通过不同受试者的个体连接网络得出不同受试者的每个采样区域代谢异常程度;通过不同受试者的每个采样区域代谢异常程度进行对照组同质性分析、肺癌组异质性分析、小组与个人层面的网络分析及个人网络与单器官分析。本发明的方法可以潜在地识别系统性代谢异常。

    基于V-Net和组合型损失函数的海马体自动分割方法及系统

    公开(公告)号:CN115311453A

    公开(公告)日:2022-11-08

    申请号:CN202210739917.8

    申请日:2022-06-27

    摘要: 本发明属于脑图像分析技术领域,特别涉及一种基于V‑Net和组合型损失函数的海马体自动分割方法及系统,通过获取受试者核磁共振影像数据,对数据进行预处理操作;针对预处理操作后的受试者核磁共振影像数据,利用海马体自动分割模型来获取海马体掩码,以实现受试者海马体的自动分割,其中,海马体自动分割模型采用已训练的V‑Net网络模型结构,且该V‑Net网络模型通过从压缩路径叠加特征映射到解压路径来补充损失信息,并利用包含Dice系数最大化的组合性损失函数进行训练。本发明通过V‑Net和组合型损失函数来挖掘海马体影像特征,提升海马体自动分割效率和准确性,便于实际场景应用。

    一种使用全身SUV图像调查个体水平的全身代谢异常的方法

    公开(公告)号:CN114533102B

    公开(公告)日:2022-10-25

    申请号:CN202210108838.7

    申请日:2022-01-28

    IPC分类号: A61B6/03 A61B6/00

    摘要: 本发明公开一种使用全身SUV图像调查个体水平的全身代谢异常的方法,包括:采集不同受试者不同采样区域的18F‑FDG PET/CT扫描数据,得到不同受试者的具有标准摄取值SUV的图像,通过该图像进行采样区域的选择;所述受试者包括健康对照组,肺癌组,Covid‑19出院后30天的受试者,原因不明的胃肠道出血的受试者;构建不同受试者的个体连接网络,并通过不同受试者的个体连接网络得出不同受试者的每个采样区域代谢异常程度;通过不同受试者的每个采样区域代谢异常程度进行对照组同质性分析、肺癌组异质性分析、小组与个人层面的网络分析及个人网络与单器官分析。本发明的方法可以潜在地识别系统性代谢异常。

    一种用于动态电阻抗成像的图像接触阻抗伪影抑制方法及装置

    公开(公告)号:CN112150572A

    公开(公告)日:2020-12-29

    申请号:CN202011064029.8

    申请日:2020-09-30

    IPC分类号: G06T11/00 A61B5/053

    摘要: 本发明属于动态电阻抗成像技术领域,公开一种用于动态电阻抗成像的图像接触阻抗伪影抑制方法及装置,用于抑制动态电阻抗成像临床连续监护过程中由于头皮‑电极接触阻抗变化导致的图像伪影,该方法基于具有N个电极的数据采集系统,利用(N‑1)个电极进行成像,排除第M号电极对图像的贡献和不利影响,通过差分N个电极数据获取的图像和排除第M号电极数据后获取的图像,获取第M号电极导致的接触阻抗图像伪影,重复以上步骤获得全部电极可能对应的伪影图像,再将伪影图像与原图像差分,获取抑制了电极接触阻抗伪影的阻抗图像。本发明能有效抑制电阻抗图像上由于电极接触阻抗发生变化导致的图像伪影。