摘要
本发明提出一种脑出血CT影像的智能图像处理方法和系统,通过对目标人群的第一脑部CT影像图像数据进行有效特征提取得到检测特征,根据所述检测特征及对应的医生判定的脑出血严重程度构建脑部出血状态预测模型,将待预测目标的第二脑部CT影像图像数据输入脑部出血状态预测模型得到目标的脑出血严重程度,帮助医生进行进行诊断治疗。通过对CT影像图像数据的有效处理,提高模型的预测精准度,从而协助医生对病人进行诊断,减少了医生识别CT图像的时间成本,提高了预测诊断的精准度,对于特定病人实现个性化的脑部图像诊断,从而实现针对病人的个性化医疗服务。
技术关键词
智能图像处理方法
影像
Fisher准则
脑部CT图像
CT图像处理
图像分割模型
智能图像处理系统
数据收集模块
计算机可执行指令
诊断模块
矩阵
数据更新
支持向量机
分类器
CT扫描
像素点
系统为您推荐了相关专利信息
联合诊断系统
基础分类器
多任务学习方法
深度学习模型
特征选择方法
插值计算方法
心脏电生理
心脏磁共振
水平集函数
薄板样条
多层神经网络模型
辅助判别方法
多通道
卫星影像数据
时序
特征识别方法
遥感影像数据
像素点
轮廓差异
区域生长算法