基于半监督学习的心脏磁共振影像自动诊断方法及系统

AITNT
正文
推荐专利
基于半监督学习的心脏磁共振影像自动诊断方法及系统
申请号:CN202410865712
申请日期:2024-07-01
公开号:CN118675733A
公开日期:2024-09-20
类型:发明专利
摘要
本发明公开了一种基于半监督学习的心脏磁共振影像自动诊断方法及系统。该方法利用采集的舒张末期与收缩末期心脏磁共振影像与部分标注数据,经过预处理和分配,送入半监督网络以培训模型。该过程包括交叉验证及超参数优化,确保模型的最佳性能。训练完成的模型用于测试集的图像分割与特征识别。之后,所提取的标准化特征用于训练疾病预测分类器,该分类器经过类似的验证与优化过程。分类和分割推论结果用于评估分割精度和诊断准确性。该系统采用上述方法可提高临床诊断的自动化水平,为心脏疾病的鉴别提供有力工具。
技术关键词
心脏磁共振 自动诊断方法 疾病预测分类器 解码器 半监督学习 影像 分类特征 标签 特征提取模块 集成分类器 体积特征 陈旧性心肌梗塞 支持向量机分类器 设计特征 自动诊断系统 面积计算公式 扩张型心肌病
系统为您推荐了相关专利信息
1
一种基于双编码器特征融合的领域泛化医学图像分割方法
医学图像分割方法 双编码器 对齐模块 医学图像数据 输入解码器
2
一种航天器组件识别方法及系统
航天器组件 感知特征 输出特征 阶段 卷积特征
3
一种基于BGSPA-Unet的MRI图像分割方法
解码器 图像分割方法 编码器构造 高层次 融合特征
4
一种基于深度学习的作物光合参数预测方法、设备、介质及产品
参数预测方法 数据立方体 反射率 深度学习模型 像素点
5
一种铜线镀钯生产线异常检测方法及系统
异常检测方法 序列 变量 编码器 实时数据
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