基于深度学习的颅内动脉瘤影像检测系统及方法

AITNT
正文
推荐专利
基于深度学习的颅内动脉瘤影像检测系统及方法
申请号:CN202411491128
申请日期:2024-10-24
公开号:CN119007991B
公开日期:2024-12-13
类型:发明专利
摘要
本申请提供了一种基于深度学习的颅内动脉瘤影像检测系统及方法,涉及智能影像检测领域,其首先获取DSA影像数据及与所述DSA影像数据对应的病历信息,然后在后端利用基于人工智能和深度学习的数据处理和图像分析算法来对该DSA影像数据和病历信息进行分析以及基于特征交互和筛选思想的特征聚合处理,从而实现对颅内动脉瘤状态的智能分析和检测,以判断动脉瘤是否闭塞。这不仅可以排除或减少人为因素带来的差异,还能够综合利用DSA影像和病历信息中的关键语义和复杂交互信息来辅助医生进行颅内动脉瘤的诊断,为临床医生提供有力的支持。
技术关键词
病历 影像检测系统 分解特征 交互特征 文本 多尺度特征提取 内核 模式 融合特征 影像检测方法 数据 图像分析算法 编码 双曲正切函数 金字塔网络 矩阵 幅值 序列 交互网络
系统为您推荐了相关专利信息
1
一种基于数据分析的文献核心内容提取方法
核心 文本 校验规则 关系 细度
2
一种陪诊服务预约方法及系统
服务预约方法 Word2Vec模型 多模态特征 关键词 医疗知识图谱
3
一种基于多模态路由的自适应图像生成方法及系统
图像生成方法 多模态信息 策略优化模型 文本 软路由器
4
一种农业种植决策方法及系统
交互模型 农业 决策方法 动态时间规划 无线通信技术
5
一种多模态智能知识检索及对话系统及方法
远程服务系统 对话系统 网络通信模块 意图识别模型 文本
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