摘要
本发明实施例的方法中提出了一种严重产后出血的预测方法及系统,该方法首先获取多模态医学影像数据后对其进行预处理与对齐;然后通过滑动窗口策略对图像进行分割处理,从分割结果中提取结构特征、纹理特征、血流动力学特征和血管分布特征;随后将特征作为节点构建图结构,利用图卷积网络对节点间关系进行编码,并计算出特征在拓扑层面的关联性;最后根据关联性将特征进行融合后,输入预测模型后输出预测结果。本发明的方法通过多特征融合和多模态数据整合,提高了预测能力和预测的准确性,增强了模型在不同数据环境下的鲁棒性,能够在孕妇妊娠中后期及时识别出出血风险,提供早期干预和治疗建议,显著降低严重产后出血的发生率和致命性。
技术关键词
图像感兴趣区域
多模态医学影像
薄板样条
分布特征
纹理特征
深度学习模型
编码器
对抗网络模型
血管
多普勒
血流
节点
边缘检测算法
滑动窗口
生成感兴趣区域
解码器
数据
梯度提升机