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
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
焊缝缺陷检测方法
电弧焊
烟雾
像素点
焊缝缺陷检测系统
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
腿足机器人
机器人位姿
点云信息
导航方法
语义地图