摘要
本发明公开了基于BP神经网络的CT图像智能识别方法及系统,属于图像处理技术领域,本发明通过对CT图像的预处理,先重建生产二维图像,再根据模板匹配出可疑病变区域,再进行特征识别,进而预判断病灶的类型,然后对病灶进行有针对性地3D图像重建,如果病变组织位于组织表皮位置,则对可疑病变区域进行仿真内镜图像重建,直观展示病变区域的位置以及形状。如果病变组织位于组织内部,没有明显地从组织表面凸显出来,则对可疑病变区域进行容积再现图像重建,能够显示出复杂的结构,从而使前后立体感增强,可以使心血管和骨骼系统以及及毗邻结构的关系在ct成像中显现出来,即可直观的展示出病灶的3D样貌,方便医生诊断。
技术关键词
图像智能识别方法
检查器官
BP神经网络模型
图像智能识别系统
图像重建
频域滤波算法
局部二值模式
灰度共生矩阵
双曲正切函数
梯度直方图
模版
骨骼系统
图像处理技术
组织
容积
匹配模块
识别模块
系统为您推荐了相关专利信息
无人直升机
飞行控制方法
气动力
BP神经网络模型
气动部件
检测奶粉
智能检测方法
BP神经网络模型
多模态
因子
采样掩膜
计算机程序代码
磁共振图像重建
执行傅里叶变换
计算机程序产品
BP神经网络模型
电池充电数据
恒流充电阶段
恒压
动态
双筒注射器
分析系统
心电门控
老年人
呼吸运动补偿