一种基于多平面MRI影像的子宫腺肌病自动分型方法和系统

AITNT
正文
推荐专利
一种基于多平面MRI影像的子宫腺肌病自动分型方法和系统
申请号:CN202510490066
申请日期:2025-04-18
公开号:CN120411628A
公开日期:2025-08-01
类型:发明专利
摘要
本发明涉及一种基于多平面MRI影像的子宫腺肌病自动分型方法和系统,属于子宫腺肌病分型技术领域,解决了现有技术中分型不准确的问题。方法包括以下步骤:基于训练好的多个分割模型对不同个体的多平面MRI影像进行分割提取每个个体的多平面子宫ROI,基于每个个体的多平面子宫ROI和对应的子宫腺肌病分型构建第二训练集;构建用于进行子宫腺肌病分型的深度学习模型,基于所述第二训练对所述深度学习模型进行训练得到子宫腺肌病分型模型;将待分型个体的多平面MRI影像输入训练好的多个分割模型得到待分型个体的多平面子宫ROI;将待分型个体的多平面子宫ROI输入子宫腺肌病分型模型得到待分型个体的子宫腺肌病分型。实现了准确高效的子宫腺肌病分型。
技术关键词
子宫腺肌病 分型方法 深度学习模型 注意力 影像 融合空间位置 训练集 像素点 样本 序列 全局平均池化 幅值 分型系统 分型技术 模型训练模块 元素 编码 通道
系统为您推荐了相关专利信息
1
基于统一信息流的掩码图像建模自监督学习方法及装置
监督学习方法 像素块 空间填充曲线 监督学习模型 编码器
2
基于深度学习的装配产线数字孪生协同调控方法及其系统
多源异构数据 多模态特征融合 协同调控方法 数字孪生模型 修正机器人
3
基于MRAM-SRAM的异构Chiplet混合精度Transformer加速系统
加速系统 磁性随机存取存储器阵列 神经网络处理器阵列 静态随机存取存储器 精度
4
一种基于时空关联的多模态数据融合感知方法及系统
LiDAR点云 混合模块 特征提取模块 自动驾驶系统 采样点
5
一种基于自适应图与未来偏好的下一个兴趣点推荐方法
兴趣点推荐方法 引入注意力机制 递归神经网络 相似性度量学习 编码器
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