摘要
本发明提供了基于CT影像特征预测胸腺增生风险的方法、设备、介质和程序产品,涉及智能医疗领域。方法包括:获取受试的CT影像;提取CT影像中的目标特征,将目标特征输入风险预测模型中得到评分;根据评分输出受试发生胸腺增生风险的辅助预测结果;当评分大于第一阈值时,输出受试发生胸腺增生风险大的辅助预测结果;当评分小于第一阈值时,输出受试发生胸腺增生风险小的辅助预测结果。本申请通过利用CT影像数据,通过人工智能建模等方法,建立胸腺增生预测模型。这不仅有助于识别MG患者,也可为临床诊断和治疗提供重要依据。
技术关键词
风险预测模型
机器学习模型
CT影像数据
灰度共生矩阵
存储计算机程序
计算机程序产品
处理器
统计特征
筛选方法
计算机设备
可读存储介质
存储器
对比度
训练集
标签
邻域
系统为您推荐了相关专利信息
内存系统
内存泄露定位方法
分配信息
哈希表
链接器
参数化设计方法
噪声数据
机器学习模型
建立BIM模型
优化设计方案
巷道断面
粒子群优化算法
优化支持向量机
风量
支持向量机模型
财务报表数据
大语言模型
资产负债表
构建投资策略
收入
历史负荷数据
历史气象数据
负荷预测模型
时间序列预测模型
解码模块