摘要
本发明涉及脑卒中检测和诊断的技术领域,具体为基于多尺度功率谱熵和奇异谱熵的脑出血点大小分析方法,包括以下步骤:获取包含脑出血区域的医学影像数据,并进行预处理;利用多尺度功率谱熵算法对预处理后的影像数据进行分析,提取出血点区域的功率谱熵特征;利用多尺度奇异谱熵算法对预处理后的影像数据进行分析,提取出血点区域的功率谱熵特征。本发明通过对出血性脑卒中不同出血点大小的微波信号进行功率谱熵和奇异谱熵的提取计算,并分析微波信号,能够有效区分不同大小的脑出血点,并通过将多尺度功率谱熵和奇异谱熵作为特征带入机器学习算法中进行训练,对大小进行快速分类,从而实现了可以分析出不同出血点大小的目的。
技术关键词
多尺度
医学影像数据
分析方法
功率
机器学习算法
超宽带微波信号
分析微波信号
医疗成像设备
边缘检测算法
神经网络算法
支持向量机
随机森林
数值
关系
方程
系统为您推荐了相关专利信息
识别模块
安全漏洞信息
静态代码分析
图谱
漏洞数据库
虚拟惯性控制
深度强化学习
调频方法
储能
微型燃气轮机
半桥驱动芯片
模拟开关芯片
升压电路
运算放大器
电阻
情感分析方法
位置特征信息
情感分类器
文本
编码模块