摘要
本发明公开了一种基于深度学习进行颅内出血预后预测的方法及系统,该方法包括:对脑部CT图像进行预处理以得到第一预处理数据,并且对临床数据进行预处理以得到第二预处理数据;构建融合模型,通过卷积神经网络提取第一预处理数据的特征向量,得到第一特征向量;通过前馈神经网络提取第二预处理数据的特征向量,得到第二特征向量;将第一特征向量和第二特征向量进行拼接,得到综合特征向量;将待预测脑部CT图像和待预测脑部CT图像对应的临床数据进行数据预处理后,输入至最优融合模型,以得到预后预测结果。应用本发明的技术方案,有助于解决现有技术中颅内出血预后预测准确性较差的问题。
技术关键词
脑部CT图像
前馈神经网络
卷积神经网络提取
非暂态计算机可读介质
像素点
对比度
变量
灰度直方图
数据处理模块
处理器
拼接模块
背景噪声
存储器
矩阵
电子设备
索引
系统为您推荐了相关专利信息
生物特征数据
管理方法
大数据技术
水下声学
水下图像数据
数据分析方法
深度学习模型
大数据
数据储存模块
预训练模型