基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质

AITNT
正文
推荐专利
基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质
申请号:CN202510151548
申请日期:2025-02-11
公开号:CN119963681B
公开日期:2025-08-19
类型:发明专利
摘要
本发明公开了基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质,该方法包括:获取脑部MRI医学图像,进行预处理;通过卷积神经网络从预处理后的MRI医学图像中提取脑腔隙性梗死的病灶特征,并进行脑腔隙性梗死的病灶区域的定位;对脑腔隙性梗死病灶区域进行细节增强,分割病灶区域并优化分割结果;对分割后的图像进行伪影修复,并基于修复图像生成三维病灶可视化模型。本发明通过MRI图像的质量评估、病灶识别、分割、伪影修复、三维可视化等多方面的处理,能够更加高效、精确地识别病灶区域,提高图像质量,提供了一个高效和精准的脑腔隙性梗死诊断辅助工具。
技术关键词
伪影 图像校正方法 图像指标 医学 关键点 直方图均衡化 噪声指数 频域特征 对比度 诊断辅助工具 多尺度 非局部均值滤波 图像校正系统 形态学滤波器 引入注意力机制 可读存储介质 卷积神经网络模型
系统为您推荐了相关专利信息
1
基于多模态信息融合的自动化辅助驾驶方法
自动化辅助驾驶系统 多模态特征融合 状态识别方法 数据采集单元 模式
2
基于半监督深度学习的BCG睡眠信号医学标定与分析方法
半监督深度学习 分析方法 标定数据库 柔性压电传感器 信号
3
基于数字孪生的抽蓄电站机组轴系安全预警方法及系统
数字孪生模型 抽蓄电站 机组 预警方法 迭代优化算法
4
一种房间隔穿刺手术用X射线影像视觉提示系统
解剖结构分割 视觉提示系统 掩膜 轨迹 解耦机制
5
一种基于混合训练的深度伪造检测方法与装置
神经网络模型 人脸关键点检测 正则化方法 图像增强 训练集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号