摘要
本发明提供一种对老年肾动脉狭窄患者进行分级和预后预测的方法,该方法包括:(1)获取老年RAS多模态多时间点超声影像数据;(2)对RAS超声影像的感兴趣区域进行提取;(3)对RAS超声影像感兴趣区域的图像进行增强;(4)利用经训练的多模态US影像融合的网络模型对RAS进行分级,利用经训练的多时间点US融合分析网络模型对肾功能恶化进行预后预测。本发明利用多模态超声影像的深度学习分级诊断及预后预测模型对多模态多时间点超声影像进行特征提取,快速、无创的对RAS进行精准分级,并精准预测不同治疗方案的肾功能恶化预后风险,从而辅助临床医生对老年RAS疾病制订精准、个体化治疗方案,降低患者家庭的卫生经济费用。
技术关键词
超声影像数据
超声造影
患者
归一化模块
空间特征信息
多普勒超声
非线性
感兴趣
灰阶超声图像
Softmax函数
卷积神经网络提取
预后预测模型
卷积模块
输出特征
彩色多普勒
全局平均池化
多模态
系统为您推荐了相关专利信息
生命体征数据
大数据分析算法
高原
信息平台
患者生命体征
深度学习模型
问答模型
儿童
语义理解模型
情绪识别模型
融合服务器
数据处理服务器
生成服务器
患者
组合特征向量
数据处理系统
医学影像数据
集成学习算法
空间映射算法
数据同步
人机交互模块
患者
辅助训练设备
电子健康记录
超声心动图