摘要
本申请提供一种基于多模态CT图像的血栓类型确定方法及相关设备,涉及人工智能领域,其中,基于多模态CT图像的血栓类型确定方法包括:获取待分析的血栓对应的CTA图像及对应的NCCT图像,其中,CTA图像与NCCT图像为针对同一血栓患者同一时期同一CT设备采集的两类图像;将CTA图像及NCCT图像同时输入训练后的深度学习模型,利用训练后的深度学习模型,执行后续操作:基于CTA图像及NCCT图像,确定待分析的血栓的类型,能够全面且精准地识别血栓的位置、形态及密度,能够精准地提供血栓定位及其成分信息,能够精准且高效地得到血栓类型的判断结果,提高了精准性及效率。
技术关键词
深度学习模型
血栓
图像
采样模块
CT设备
残差结构
多模态
标签
上采样
患者
电子设备
计算机
处理器
指令
输入模块
可读存储介质
形态
对比度
密度
系统为您推荐了相关专利信息
实时视频流
风险检测方法
数据
密度
语音识别文本
自动清洗方法
清洗参数
结构轮廓
计算机可读指令
紫外线消毒模块
异形工件表面
图像处理模块
数据转换单元
识别模块
机器人检测技术
精度优化方法
暂态仿真
波形
功率半导体开关
电力电子仿真技术
故障诊断模型
构建卷积神经网络
深度特征提取网络
Softmax函数
样本