摘要
本公开提供了一种SPECT肾动态数据自动分析方法,包括:对SPECT肾动态时序数据进行预处理,得到多帧归一化肾动态显像图像和多个归一化放射性计数值;基于肾动态显像图和放射性计数值,分别提取得到图像特征和放射性计数特征,将图像特征和放射性计数特征组合为融合特征;按时序依次将融合特征输入预先训练的RNN模型,得到多个标签的预测概率。本公开的方案采用深度学习技术,自动根据SPECT肾动态时序数据分析肾功能,采用的RNN网络能高效地处理和记忆序列数据中的时间依赖关系,充分挖掘出肾动态时序数据之间的联系,提升了模型预测的准确率。
技术关键词
融合特征
自动分析方法
多层感知器
图像
时序
RNN模型
动态
长短期记忆单元
数值
自动分析装置
门控循环单元
深度学习技术
尿路
疾病
网络架构
多标签
数据
像素
因子
系统为您推荐了相关专利信息
图像分析模型
超声波诊断装置
动作验证方法
日志
报告
精确评价方法
混凝土芯
混凝土试件
计算机断层扫描
显微硬度测试
探地雷达图像
裂缝识别方法
深度神经网络模型
多头注意力机制
图像特征集
缝纫类
缝制系统
缝纫辅助装置
机械夹持装置
机械手控制算法