摘要
本申请提供了一种基于深度学习的腰椎松质骨CT值自动计算方法及系统,涉及医学影像分类、分割技术领域。本申请中,首先可以从目标对象的大量CT图像中分类出分别对应于多个腰椎段的腰椎CT图像,再基于腰椎部分的图像特点对腰椎CT图像进行阈值分割得到阈值分割图像,然后将腰椎CT图像作为输入、阈值分割图像作为提示信息输入至图像分割模型,分割得到腰椎松质骨区域,最后基于分割结果返回至原始Dicom格式的腰椎CT图像计算得到多个腰椎段各自的腰椎松质骨区域的平均像素值,最终得到各个腰椎段的腰椎松质骨CT值结果。由此可以自动对原始Dicom数据进行处理,并通过深度学习模型准确计算腰椎松质骨CT值,以辅助医生进行诊断。
技术关键词
腰椎
自动计算方法
图像分割模型
图像分类模型
图像编码器
像素
注意力
处理器
深度学习模型
对象
多层感知机
格式
模块
解码器
计算机程序产品
阶段
可读存储介质
胸椎
系统为您推荐了相关专利信息
场景理解方法
三维点云数据
特征提取模块
多模态
实例分割
关节点
姿态识别方法
图像分割模型
图像编码器
支持向量机
图像分割模型
输入输出接口
颜色
计算机存储介质
文本
图像检测方法
局部特征提取
文本编码器
局部特征信息
计算机可执行指令