摘要
本发明公开了一种基于CT影像的腰椎间盘突出等级的智能预测方法及系统,方法包括:根据当前原始CT影像数据,进行多维影像重建处理,得到重建后的CT重建影像;根据重建后的CT重建影像,进行动态区域分割,通过自适应分割算法对腰椎间盘及其周围组织进行分割,得到分割出的腰椎间盘结构区域;根据腰椎间盘结构区域,进行特征提取处理,运用深度学习网络提取腰椎间盘结构区域的多维特征,得到多维特征向量;根据多维特征向量,利用集成学习模型进行突出等级预测,通过结合多个分类器的结果,进行投票机制或加权平均,得到最终的腰椎间盘突出等级预测结果。利用本发明实施例,能够有效提升腰椎间盘突出预测的准确性与效率。
技术关键词
CT影像数据
多维特征向量
深度学习网络提取
形态学特征
智能预测方法
集成学习模型
滤波反投影方法
深度学习模型
分割算法
纹理特征
优化网络参数
对比度
图像块
灰度直方图
分辨率
智能预测系统
噪声抑制
分布特征
分类器