摘要
本发明涉及数据处理技术领域,本发明公开了一种基于人工智能的Wilson病损害程度评估系统及其方法,包括:从第一MRI图像中获取关于基底节的几何特征,并根据几何特征从第二MRI图像中初步分割出关于基底节部分的第一分割图像;根据纹理特征对进行第一分割图像次轮分割,得到第二分割图像;根据第一分割图像和第二分割图像划分出基底节中的铜沉积区域,并计算出铜沉积体积与基底节体积的体积比;将生理特征数据和体积比输入预先训练好的卷积神经网络模型中,以获取量化评分,并根据量化评分大小评估患者受Wilson病影响的损害程度;本发明能准确评估铜沉积对患者的损害程度。
技术关键词
程度评估方法
灰度共生矩阵
生理特征数据
卷积神经网络模型
纹理特征
体积比
评估系统
患者
边缘检测算法
指数
可读存储介质
标记
数据处理技术
数据获取模块
像素点
图像分割
处理器
系统为您推荐了相关专利信息
高维特征向量
图像块
深度神经网络
视觉
纹理特征
实例分割网络
多角度
多层次特征融合
上采样
编码块
时空融合特征
特征提取网络
纹理特征
LBP算法
交叉注意力机制