摘要
本发明公开了一种基于神经网络的脑积水影像学特征的检测方法及电子设备和存储介质,包括收集并标记正常压力脑积水患者的脑部影像数据,进行预处理;利用神经网络实现厚层脑部影像数据中脑室区域的分割,生成二值图像序列;通过薄层脑部影像数据训练一个用于插值的神经网络模型,不断调整参数直至最优;将厚层影像二值分割结果与原始厚层影像一起输入至训练好的插值网络中,输出经过插值处理后的二值分割图像;统计插值后二值分割图像中脑室部分的体素数目,结合影像扫描间距信息计算出脑室内腔的实际体积。本发明缩小了当扫描间距过大时通过分割图像计算脑室体积时的误差以获得精确的脑室体积数据,从而优化脑积水的计算机辅助诊断流程。
技术关键词
脑积水患者
影像
图像
数据
序列
薄层
计算机辅助诊断
脑脊液压力
电子设备
神经网络模型
处理器
存储器
参数
切片
可读存储介质
程序
间距
像素
系统为您推荐了相关专利信息
情绪识别系统
梯度提升决策树
小波阈值函数
离散小波变换
随机森林模型
直流穿墙套管
接地体
模拟装置
放电试验装置
局放检测装置
数据采集设备
功能板
降压模块
PWM调光模块
电源板
工况参数
核反应堆堆芯
功率
因子
核反应堆控制方法
一体化变送器
密度计
通信线缆
压力传感器
温度传感器