基于人工智能的神经源性膀胱病情预测系统

本发明涉及人工智能领域，尤其涉及基于人工智能的神经源性膀胱病情预测系统，上述系统包括膀胱CT扫描模块、数据采集模块、智能预测模块、管理控制平台，本发明采用了基于小波降噪的Highboost filtering算法，突出膀胱CT图像的管道结构与图像细节，抑制Highboost filtering算法产生的噪声，提升膀胱CT图像的对比度以及细节，改善膀胱CT图像的质量提高视觉感知；本发明使用GCN模型与优化的多头注意力GAT的集成模型，对膀胱CT图像的特征进行全局关系与上下文信息提取，得到更丰富的特征，同时捕捉图像内部的关联关系，提高人工智能预测算法对神经源性膀胱病情分类预测的准确性。