基于深度学习的阿尔茨海默症病理图像分析方法及系统

本申请涉及图像分析技术领域，尤其涉及基于深度学习的阿尔茨海默症病理图像分析方法及系统。包括：通过获取患者多张脑部医疗图像并与参考图像对齐，基于目标区域的清晰度、亮度、对比度及区域占比计算权重向量，加权融合生成高质量关键图像；将关键图像划分为多个子图像，结合历史确诊信息标注病变概率，以高概率子图像为中心构建螺旋堆叠图，保留局部空间关系；采用动态权重调整算法训练神经网络模型，平衡正常与患病样本数据，增强泛化能力；将螺旋堆叠图输入模型预测风险值，结合历史病例数据库的统计权重生成综合风险评分并划分风险等级。本发明解决了现有技术中病理图像分析精度不足的问题，显著提高了诊断的准确性和可靠性。