摘要
本发明公开了一种基于大数据的胸外科影像分析方法,涉及胸外科影像分析技术领域,包括,采集患者的胸外科影像,并使用标准化协议进行预处理,利用卷积神经网络CNN对预处理后的胸外科影像进行自动识别并提取关键特征,使用主成分分析PCA技术,对提取出的关键特征进行降维处理,并保留具有代表性的信息,整合经过降维处理的不同成像模式的数据,使用互信息最大化策略进行配准,使用支持向量机SVM作为分类模型,根据整合后的不同成像模式的数据对疾病类型进行分类,通过多模态影像融合、特征选择与降维、模型训练效率提升了胸外科影像分析的质量和效率,推动了医学影像分析领域的技术创新,为临床实践带来了实质性的改进和提升。
技术关键词
影像分析方法
大数据
训练分类模型
成像
生成对抗网络
影像分析技术
超分辨率
协方差矩阵
模式
卷积神经网
成分分析
CT扫描仪
协议
特征值
参数
残差网络
疾病
特征选择
纹理特征
系统为您推荐了相关专利信息
高分辨率遥感影像
机器学习分类器
精细化识别方法
深度学习模型
遥感大数据处理
生态保护红线
变化检测方法
反射率
遥感传感器
辐射探测仪器
信号数据处理方法
深度学习分类
决策树模型
生成对抗网络模型
样本
液晶光阀
光谱成像方法
模数转换器
透镜组件
电子设备