摘要
本申请公开了一种脑影像评估模型的训练方法、装置、电子设备及存储介质,方法包括:获取对象的脑部影像和脑部影像对应的分级标签;基于卷积神经网络和深度学习网络模型确定脑部影像的脑脊液区域;获取脑脊液区域的放射组学特征和深度学习特征;放射组学特征包括脑脊液区域的局部特征和全局特征;基于放射组学特征和深度学习特征确定融合特征;获取对象的临床特征;基于融合特征、临床特征和分级标签对预设分类器进行训练,得到脑影像评估模型;脑影像评估模型用于对脑影像进行分级评估,本申请通过多维特征得到脑影像评估模型,无需人工进行医学影像的判读,有效提升脑影像评估效率和评估结果统一性。
技术关键词
深度学习特征
组学特征
深度学习网络模型
影像
融合特征
标签
筛选算法
对象
高频特征
卷积模块
电子设备
分类器
特征提取算法
模型训练模块
可读存储介质
编码器
训练装置
程序
处理器
系统为您推荐了相关专利信息
计算机辅助方法
医学超声图像
检测超声
肿瘤
图像处理模型
施肥控制方法
多光谱传感器
表型特征
影像
无人机施肥
智能管理系统
多模态智能分析
多源异构数据
电子病历
子模块
深度学习模型
图谱
生态环境影响
多模态交互
非暂态计算机可读存储介质