一种基于神经网络的对肝的CT图像做疾病分类诊断的方法

AITNT
正文
推荐专利
一种基于神经网络的对肝的CT图像做疾病分类诊断的方法
申请号:CN202411463188
申请日期:2024-10-18
公开号:CN119478498A
公开日期:2025-02-18
类型:发明专利
摘要
一种基于引入r‑IBS的神经网络的利用肝部CT图片自动判断肝是属于三种常见疾病分别为肝细胞癌(HCC)、肝内胆管细胞癌(ICC)和脂肪肝(FAT)哪一种的方法,包括步骤:首先构建基于r‑IBS的训练分类器,使用分类器来判断每张肝部CT上属于哪种疾病,采集肝的CT图片并用snake模型进行图像处理,输入已训练好的分类神经网络模型中,将神经网络的输出上述疾病的分类结果。
技术关键词
图片 肝内胆管细胞癌 特征提取模块 卷积神经网络提取 分类神经网络 训练集 构建分类器 KNN算法 疾病 通道 信息熵 记忆 特征提取网络 训练分类器 投影特征 图像 预测类别 数据
系统为您推荐了相关专利信息
1
一种基于特征增强的伪装目标检测方法、装置及可读介质
嵌入特征 多尺度特征提取 特征提取模块 矩阵 积层
2
基于商品簇特征的购物篮推荐方法与系统
购物篮 循环神经网络模型 推荐方法 企业交易数据 卷积神经网络提取
3
一种管件缺陷检测方法和系统
缺陷检测方法 管件 涡流 缺陷检测系统 分类规则
4
一种基于DMFSO-YOLO网络的钢铁表面缺陷目标检测方法
表面缺陷检测 钢铁 高斯分布模型 多尺度特征融合 深度特征融合
5
基于小物体目标检测的汽车门板焊点缺陷检测方法和系统
焊点缺陷检测方法 汽车门板 训练集 图片 多层级特征
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