摘要
本申请涉及一种调窗参数的预测方法、装置、设备及存储介质。本申请需要确定目标医学影像的灰度值特征向量及序列类别特征向量,并确定影像统计向量;通过预测神经网络提取灰度值编码特征,以及影像信息编码特征,并利用灰度值编码特征及影像信息编码特征获得预测的调窗参数。可见,本申请在预测调窗参数时,获取了医学影像的多维度特征向量,如:灰度值特征向量、影像统计向量及序列类别特征向量,预测神经网络通过对多维度特征向量的特征提取,可实现对调窗参数进行准确预测;并且,本申请通过序列类别特征向量,可让预测神经网络区分不同序列的调窗参数差异,从而更有针对性的预测调窗参数,提高调窗参数的预测精度及预测速度。
技术关键词
编码特征
信息编码
影像
序列
参数
计算机可执行指令
图像特征提取
深度学习特征提取
计算机存储介质
浅层神经网络
灰度方差
预测装置
处理器
样本
数据
存储器
电子设备
模块
精度
系统为您推荐了相关专利信息
继电保护装置
继电保护系统
历史故障数据
参数
雷达
调控模型
电池级四氧化三锰
速率
硝酸锰溶液
硫酸锰
纹理特征
三维场景渲染方法
深度学习模型
策略
计算机执行指令
蒙特卡洛交叉验证
XGBoost算法
重载铁路轨道
预测模型训练
动态