摘要
本发明涉及医学影像分析处理技术领域,尤其涉及一种腰椎间盘突出症MRI图像分类方法,包括以下步骤:收集腰椎间盘突出患者脊柱的MRI影像资料,构建矢状面数据集;针对待分类腰椎间盘突出患者脊柱的MRI影像识别用于腰椎间盘突出诊断的T2WI序列,在所述T2WI序列中筛选诊断图层;基于训练后的优化YOLOv3模型对所述诊断图层进行椎间盘的自动分割与定位,确定椎间盘的几何中心点;基于训练后的所述优化YOLOv4模型得到椎间盘退变分级结果,基于椎间盘退变分级结果将腰椎间盘突出MRI图像进行分类。本发明通过结合深度学习算法和图像处理技术,提高了图像分析处理的速度和准确性,对椎间盘的退行性变化进行准确的分级。
技术关键词
YOLOv3模型
图像分类方法
相邻椎间盘
影像
FCM聚类算法
序列
后续图像处理
预测误差
感兴趣
边缘检测算法
像素点
深度学习算法
坐标点
特征提取模块
图像处理技术
轮廓提取
计算机视觉
图像分析
系统为您推荐了相关专利信息
时空演化规律
非线性最小二乘法
形变监测方法
影像
时序
决策树分类算法
遥感卫星影像
生态系统
归一化植被指数
土地利用现状
图像分类方法
图像底层特征
监督学习策略
标签
样本