摘要
本发明属于计算机辅助医疗领域,涉及一种融合临床诊断知识的盆脂症诊断方法。包括如下步骤:首先,对3D腹腔计算机断层成像影像进行多器官分割;其次,结合医生临床诊疗的参考标准,在分割结果的基础上提取和表示盆腔内脂肪的含量以及周围器官形态学变化的特征;之后,将这些有语义的影像组学特征作为诊断过程中的重要先验知识与3D证据视觉变换器网络得到的观测证据融合得到证据先验分布;最后,将相应的证据先验损失函数训练3D证据视觉变换器网络,从而实现对盆脂症的精准诊断。本发明方法不仅能够识别盆脂症的典型影像特征,还能够捕捉到那些细微但是关键的形态变化,提供更加精确和可靠的结果;还显著增强了模型的可解释性。
技术关键词
辅助诊断方法
计算机断层成像
组学特征
变换器
贝叶斯风险
脂肪
样本
影像
像素点
视觉
语义
计算机辅助医疗
深度学习模型训练
定义
后验概率分布
融合临床
直线
概率密度函数
深度神经网络
系统为您推荐了相关专利信息
融合CT影像
语义知识图谱
辅助诊断方法
多源异构数据
循环注意力机制
妊娠期糖尿病
辅助分析系统
影像特征数据
风险预测模型
二维超声图像
电力电子变换器
多任务
热网络模型
电热
仿真模型
开关矩阵电路
电池均衡模块
电池均衡装置
电池单元
均衡电池
航线优化方法
网络节点
贝叶斯风险
推理网络
矿石