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
服务预约方法
Word2Vec模型
多模态特征
关键词
医疗知识图谱
图像生成方法
多模态信息
策略优化模型
文本
软路由器
交互模型
农业
决策方法
动态时间规划
无线通信技术
远程服务系统
对话系统
网络通信模块
意图识别模型
文本