摘要
本发明提供了一种早产儿语言发育评估方法、系统、设备及介质,属于将深度学习应用于新生儿脑功能发育障碍筛查领域,其方法包括如下步骤:获取新生儿的大脑图像,提取沟回曲率、皮层灰质厚度、沟回深度和髓鞘的特征图,将大脑图像划分为多个三角形图像块,并将沟回曲率、皮层灰质厚度、沟回深度和髓鞘的特征图作为每个三角形图像块的每个顶点的特征通道,得到左半脑和右半脑的特征嵌入向量;将左半脑和右半脑的特征嵌入向量输入双向扫描网络进行正向处理和反向处理,得到左半脑和右半脑的特征嵌入向量之间的非线性特征,使用状态空间模型将非线性特征压缩到一个固定大小的状态空间并进行输出,本发明能够提高早产儿的语言发育评估效率。
技术关键词
早产儿
非线性特征
状态空间模型
三角形
图像块
大脑图像分割
顶点
可读存储介质
距离估计
EM算法
数据获取模块
网络
评估系统
存储器
处理器
计算机设备
通道
校正
系统为您推荐了相关专利信息
早产儿
鼻腔管
微型压力传感器
压力补偿方法
鼻导管
三角网格模型
织物试样
三角形
性能评估方法
悬垂形态
合并算法
滑动窗口
医学检验报告
文本处理技术
OCR系统
状态空间模型
卡尔曼滤波算法
参数预测方法
污水厂
协方差矩阵