摘要
本发明涉及人工智能和计算机视觉技术领域,特别是涉及一种基于多视图和卷积神经网络的老年痴呆症诊断方法、系统及存储介质,本发明本发明通过从阿尔茨海默病神经影像学初始数据库中获取扩散张量成像数据,并对扩散张量成像数据进行预处理并以生产FA图像和MD图像并将FA图像和MD图像配准到同一空间,从配准到同一空间的FA图像和MD图像中提取体素特征、深度学习特征、纤维特征和影像组学特征,并将所提取的特征进行进行融合和降维,采用集成学习进行分类来确定最终分类结果,使得能够有效识别AD的生物标志物,并提供全面的病理见解。
技术关键词
老年痴呆症
图像
诊断方法
深度学习特征
阿尔茨海默病
融合特征
Relief算法
纤维
组学特征
可读存储介质
集成学习方法
轻度认知障碍
统计分析方法
计算机视觉技术
影像
成像
大脑结构
配准算法
掩模
生物标志物
系统为您推荐了相关专利信息
图像获取器件
图像获取装置
超声波
图像生成系统
医用
肺部CT图像
注意力机制
强化特征
图像块
前馈神经网络
溯源检测方法
图像
计算机程序指令
优化卷积神经网络
样本