一种基于机器学习的放射性肺泡损伤判断方法以及系统

AITNT
正文
推荐专利
一种基于机器学习的放射性肺泡损伤判断方法以及系统
申请号:CN202411824892
申请日期:2024-12-12
公开号:CN119762451A
公开日期:2025-04-04
类型:发明专利
摘要
本发明实施例提供一种基于机器学习的放射性肺泡损伤判断方法以及系统,属于人工智能技术领域。该方法包括:获得目标患者对应的目标CT图像,并对目标CT图像进行边缘识别获得对应的目标边缘图像;对目标边缘图像中对应的初始边缘进行数据聚类,获得对应的目标聚类结果;对目标聚类结果中每个子类簇进行类型识别获得子类簇对应的目标类型;根据目标类型对目标边缘图像进行类型标注获得对应的目标标注图像;对目标标注图像进行密度分析获得目标标注图像对应的类型分布结果;根据损伤识别模型利用类型分布结果对目标患者对应的放射性肺泡损伤进行分类判断,获得目标患者对应的目标判断结果。
技术关键词
图像 损伤识别模型 聚类 坐标系 判断方法 纹理特征 标签 计算机存储介质 密度 患者 形态 颜色 终端设备 存储计算机程序 人工智能技术 长轴 数据处理模块 判断系统
系统为您推荐了相关专利信息
1
一种使用文本提示的半监督医学影像分割方法
医学影像分割方法 标记 多模式特征 文本编码器 正则化策略
2
基于电弧焊环境的抗烟雾强光干扰的焊缝缺陷检测方法、系统及介质
焊缝缺陷检测方法 电弧焊 烟雾 像素点 焊缝缺陷检测系统
3
戒毒人员复吸风险预测方法
风险预测方法 动作特征 身份 面部图像数据 人脸表情识别算法
4
一种人脸识别方法、装置、设备及介质
图像特征值 视角 分类器 人脸识别方法 数据
5
一种面向腿足机器人的语义导航方法
腿足机器人 机器人位姿 点云信息 导航方法 语义地图
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