基于多模态深度学习的心衰核磁图像识别分析方法

AITNT
正文
推荐专利
基于多模态深度学习的心衰核磁图像识别分析方法
申请号:CN202510396289
申请日期:2025-03-31
公开号:CN120259771A
公开日期:2025-07-04
类型:发明专利
摘要
本发明公开了基于多模态深度学习的心衰核磁图像识别分析方法,涉及医疗技术领域,S2阶段利用MRI技术深入分析。通过对核磁图像的预处理和多维度数据提取,计算出一号判别系数和二号判别系数,精准判断心衰类型,并依据一号判别系数评估患者的代偿机制激活状态,从而进一步明确心衰类型,S3阶段借助深度学习技术构建的评估模型,综合多模态数据拟合输出综合判别指数Zx,实现对混合性心衰程度的量化评估。在S4阶段,通过对大量患者和正常对照个体的数据验证,计算阳性似然比LR,检验诊断方法的效能。
技术关键词
多模态深度学习 B型钠尿肽 医院心内科 患者 左心室射血分数 分析方法 数据 血流 磁共振成像技术 深度学习技术 指数 血管 人体测量学技术 生物标志物 呼吸门控技术 高斯滤波方法 图像配准技术 智能听诊器
系统为您推荐了相关专利信息
1
认知障碍患者筛查和康复装置、设备、存储介质及系统
认知障碍患者 康复装置 对象 脑部医学图像 强化学习模型
2
基于增强现实的步行功能评估与训练系统
训练系统 参数 行人数量 患者 数据采集模块
3
一种基于小程序的呼吸康复训练管理系统
呼吸康复训练 小程序 柔性应变传感器 管理系统 在线学习算法
4
一种基于人工智能的医院管理方法及系统
管理方法 人工智能系统 人工智能模型训练 分析患者信息 数据整合技术
5
一种多智能体医疗检查推荐系统及方法
医疗知识图谱 医疗检查项目 BERT模型 电子病历 三元组
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