摘要
本发明公开一种骶髂关节炎症SPARCC自动化评分方法、系统、设备及介质,涉及医学影像人工智能技术领域。所述方法包括:获取目标图像;所述目标图像为符合ASAS诊断标准的患者骶髂关节斜冠状位STIR序列MRI图像;对所述目标图像进行预处理,得到数据增强后的训练集;基于所述训练集,对由非对称编码器‑解码器架构组成的预训练网络进行参数调优,得到训练好的自动化评分模型;对所述自动化评分模型输入骶髂关节斜冠状位STIR序列所有MRI图像,逐层预测炎症SPARCC评分,并输出评分最高6层图像,累加为总分。本发明能够降低对标注数据的依赖,解决CNN模型的过拟合问题,同时减少因评分者的主观性差异导致的解释偏差。
技术关键词
评分方法
解码器架构
训练集
关节
预训练网络
自动化评分系统
冠状
DICOM数据
编码器
图像采集单元
序列
存储计算机程序
人工智能技术
参数
电子设备
层间距
处理器
系统为您推荐了相关专利信息
可见光图像
融合特征
融合方法
原始图像数据
多尺度特征提取
储能设备供能
工况参数
模式控制方法
负载特征
数据
LSTM模型
注意力机制
碳交易市场
训练集数据
序列