基于卷积神经网络的肺部CT影像衰老评估方法

AITNT
正文
推荐专利
基于卷积神经网络的肺部CT影像衰老评估方法
申请号:CN202410238974
申请日期:2024-08-05
公开号:CN118864916A
公开日期:2024-10-29
类型:发明专利
摘要
本发明的基于卷积神经网络的肺部CT影像衰老评估方法,包括模型构建与训练部分、分类器部分和模型评估部分,模型构建与训练部分首先以健康人群的肺部CT影像建立数据集,并根据健康人群的年龄段对CT影像进行分类,然后对图像进行增强处理和对类别标签进行编码处理,最后建立卷积神经网络模型;分类器部分采用Softmax函数,经过分类器分类,得到输入图像判别为各个衰老程度的概率,并以最高概率对应的年龄段作为CT影像的衰老结果。本发明的基于卷积神经网络的肺部CT影像衰老评估方法,以一种更加客观与快速的方式,实现有效的肺部CT影像评估,在减少人工评估工作量的同时,也减轻人工评估的主观意向对最终诊断结果的影响。
技术关键词
Softmax函数 卷积神经网络模型 影像 图像 衰老 分类器 ReLU函数 构建卷积神经网络 标签 像素 编码 文件夹 特征值 数据 非线性 纹理特征 序列 鲁棒性 矩阵
系统为您推荐了相关专利信息
1
一种用于医康养平台的数据管理方法、系统及电子设备
数据管理方法 身体 训练特征 参数 特征提取模型
2
基于机器学习的头像图像识别方法、装置及存储介质
头像 图像识别方法 面部特征 密度 图像数据采集模块
3
基于视频图像的远程脉率测量系统
预测运动向量 稳定视频 视频帧 视频采集模块 运动伪影
4
一种基于相似性约束深度哈希的两阶段地点识别方法
地点识别方法 深度哈希 特征提取网络 弱监督方法 语义特征
5
一种矿用磨屑智能识别和润滑判断方法及装置
轮廓面积 颜色 油液 轮廓形状 智能润滑系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号