基于深度神经网络的三维医学影像分类方法及系统

本申请提供一种基于深度神经网络的三维医学影像分类方法及系统，通过精确提取目标三维医学影像中的异常影像特征序列，包括病变定位区域和病变定位时刻，能够全面捕捉病变的动态变化信息，然后对病变进行预测，生成初始可逆病变标签和病变持续参数，不仅为医疗机构提供了病变的即时状态，还揭示了病变的发展趋势。通过智能筛选和排列目标可逆病变标签，形成可逆病变进展矢量，结合可逆病变标签矢量，利用预先训练好的目标深度神经网络，实现了对不可逆病变风险的精确估计，为早期干预和预防提供了科学依据。由此，提高了三维医学影像中病变识别的精度和全面性，促进了医学影像分析与深度学习的深度融合。