摘要
本申请公开了一种基于人工智能的退行性颈脊髓病影像分析方法及系统,涉及人工智能技术领域,解决了现有技术的影像报告标准不统一,影像分析粗略增加患者焦虑并浪费医疗资源,DCM评判存在显著观察者间偏倚,导致退行性颈脊髓病影像分析的效率较低的技术问题;通过颈椎解剖分割模型得到分割标签;通过椎间管狭窄量化分级模型得到分割标签为椎间管的椎管狭窄预测等级;通过脊髓压迫分类模型得到分割标签为颈脊髓的脊髓压迫结果;通过颈椎图像分析模型得到颈椎核磁影像的分析报告,对影像报告进行标准化,使用改进的分割模型,配合分类模型以及颈椎图像分析模型进行处理,提高了分析的准确性,进而提升了退行性颈脊髓病影像分析的效率。
技术关键词
影像分析系统
图像分析模型
ResNet网络
影像分析方法
标签
预训练模型
人工智能模型
训练集
优化器
数据分析模块
报告
大语言模型
数据采集模块
基础
神经网络架构
数据采集设备
人工智能技术
系统为您推荐了相关专利信息
数据安全防护
访问控制方法
动态访问权限
访问权限信息
策略
双层控制方法
多任务作业
状态自动机
强化学习算法
风险
反欺诈模型
识别人脸图像
预训练模型
图像编码器
样本
打包机器人
手术室管理
手术器械
打包系统
终端状态监控