摘要
本发明涉及医疗辅助技术领域,公开了一种茎突过长相关颈动脉夹层影像识别方法及系统,识别方法,包括以下步骤:获取用户的历史CTA影像资料数据和临床参数;根据CTA影像资料数据采用三维重建技术,构建茎突三维图像,基于茎突三维图像构建图结构;将CTA影像资料数据编码后输入到CNN模型中,输出识别出的茎突异常区域和颈动脉夹层特征;更新图结构的节点特征;构建茎突病变预测模型,将更新后的节点特征和用户的临床参数进行特征融合后输入到茎突病变预测模型中,茎突病变预测模型输出用户患颈动脉夹层的风险概率;本发明的识别方法通过结合三维重建技术和卷积神经网络模型,有助于更准确地诊断茎突过长及其引发的颈动脉夹层。
技术关键词
影像识别方法
节点特征
三维重建技术
注意力
融合特征
资料
计算机可读指令
曲面重建技术
图像
冠状
Sigmoid函数
影像识别系统
血管壁
数据编码
卷积神经网络模型
医疗辅助技术
系统为您推荐了相关专利信息
量子逻辑电路
注意力机制
拓扑图
比特映射方法
神经网络模型
负荷调节潜力
皮尔逊相关系数
策略
历史负荷数据
动态
配电网状态估计
大语言模型
训练集数据
注意力机制
电力系统状态估计
光伏电池组件
光伏组件图像
缺陷检测系统
缺陷检测方法
检测网络模型