摘要
本发明涉及基于病灶区域体积变化的多系统萎缩进展量化方法。包括以下步骤:采用基于多尺度特征融合包括多尺度UNet的深度分割网络,在图像中捕捉病灶的细节,同时兼顾整体的上下文信息;使用时间序列医学影像数据,设计动态定位算法,跟踪病灶在不同时间点的位置变化,捕捉进展中包括脑干、基底节位置的偏移的位移特征;引入三维时空体积变化模型,结合病灶区域包括体积、表面积的三维几何特征和时间维度的动态变化趋势,建立空间与时间联合分析框架;设计病灶结构稳定性函数,评估病灶形态在随访中的稳定性或突变,量化萎缩的连续性和突发性;基于形态变化的空间梯度分析,计算病灶内部萎缩的优先区域和扩散模式。
技术关键词
动态定义方法
动态定位算法
指标
多尺度特征融合
动态变化特征
评分系统
时间序列聚类分析
三维医学影像数据
形态
建模方法
边界轮廓
多系统
速率
患者临床数据
分割算法
层级
分层次
模式
系统为您推荐了相关专利信息
路径规划方法
无人机
机制
三次样条插值法
数字高程模型
细粒度特征
情绪识别方法
网络解码
解码模型
情绪识别系统
表面裂缝检测方法
航空发动机叶片
直方图均衡化
裂缝数量
模块
动态仿真系统
智能故障检测
组件模块
性能指标定义
油管