摘要
本申请涉及医疗数据处理技术领域,其具体地公开了一种基于人工智能的智慧医疗数据处理系统及方法,其采用基于深度学习的图像处理技术对慢性病患者复查的CT扫描影像进行多层次特征提取,挖掘出CT扫描影像中支气管扩张区域的纹理特征和结构特征,并通过对支气管扩张状态的纹理特征和结构特征进行基于核心关联特征的细粒度语义交互融合,以实现对支气管扩张状态的全面理解,进而智能识别出支气管扩张的支扩类型。这样,可以有效提高支气管扩张类型的识别精度,从而为医生提供更为准确的诊断依据。
技术关键词
医疗数据处理系统
编码特征
空洞卷积神经网络
CT扫描
核心
结构特征提取
多尺度特征提取
语义
纹理特征提取
医疗数据处理方法
特征提取单元
医疗数据处理技术
多层次特征提取
影像获取模块
YOLO模型
聚类
系统为您推荐了相关专利信息
速度检测系统
图像采集单元
显示输出单元
时间差
开发板
视觉重定位方法
特征点
图像
计算机可执行指令
功能模块