摘要
本发明涉及医学影像技术领域,尤其涉及一种基于多维数据的视力风险预测模型的训练方法、系统及介质。该方法包括以下步骤:获取眼科历史案例,并根据眼科历史案例进行视网膜荧光造影图特征提取,从而获得视网膜荧光造影图;根据视网膜荧光造影图进行视网膜血管异常分析,从而获得视网膜血管异常数据;根据视网膜血管异常数据进行视网膜异常识别模型构建,从而获得视网膜异常识别模型;根据视网膜异常识别模型对眼科历史案例进行患者视网膜异常识别,从而获得患者视网膜异常数据;根据患者视网膜异常数据进行患者生理检验特征提取,从而获得患者生理检验数据。本发明基于医学影像技术实现更精准的视力风险预测。
技术关键词
风险预测模型
荧光造影
光学相干断层扫描
异常数据
血管
内核
眼科
患者
荧光强度数据
区域特征提取
医学影像技术
层厚度
层区域
生理
训练系统
图像
幅值
系统为您推荐了相关专利信息
网络流量预测方法
网络流量数据
时间序列形式
网络流量控制技术
多层神经网络模型
模态医学影像
大语言模型
智能分析方法
Hessian矩阵
智能分析系统
碎软煤层
防灭火装置
边缘控制器
防灭火方法
煤矿井下
混凝土面板
孤立森林算法
现场混凝土
森林模型
分布式光纤测温