摘要
本发明实施例公开了一种基于深度学习的脊髓损伤检测方法和装置,其特征在于:包括如下步骤:获取若干人员的脊髓的MRI影像,所述MRI影像包括正常脊髓和损伤脊髓,并对所述MRI影像进行预处理,构建训练数据集;将所述训练数据集输入到卷积神经网络进行学习,并利用改进的布谷鸟优化算法更新所述卷积神经网络的超参数,并得到学习完成的卷积神经网络;获取待检测人员的脊髓的MRI影像,将其输入到所述学习完成的卷积神经网络中,并得到待检测人员的脊髓损伤检测结果和对应的损伤位置。本发明基于深度学习技术实现了脊髓损伤的检测,有效解决了现有技术中脊髓损伤检测的准确率和效率不高的技术问题,实现了脊髓损伤的自动化检测,不依赖专业医疗人员。
技术关键词
损伤检测方法
鸟巢
布谷鸟优化
训练卷积神经网络
影像
参数
计算机程序产品
轮廓提取
损伤检测装置
可读存储介质
图像增强
算法
解码器
空间金字塔
编码器
深度学习技术
瓶颈
上采样
系统为您推荐了相关专利信息
损伤检测方法
组织
深度生成对抗网络
复介电常数
稀疏重构算法
导航辅助系统
阻抗检测模块
模态医学影像
肿瘤
数据同步接口
图像编码器
影像
超分方法
注意力
低分辨率高光谱图像