摘要
本发明公开了一种基于深度学习的cine MRI扫描平面自动分类方法和系统,其涉及肿瘤分类技术领域。本发明针对多扫描平面的cine MRI磁共振引导放疗系统,在前序加密二进制文件破解的基础上,可恢复各扫描平面视角模式下时序cine MRI的输出,为后续肿瘤目标时序运动轨迹全面有效分析奠定基础;利用时序深度学习预测模型实现了对cine MRI扫描平面的自动分类和时序编号,能够精确捕获cine MRI全域时空关联特性;大幅度减少了人工判断的滞后性及误差。
技术关键词
时序
深度学习预测模型
自动分类方法
叠加特征
磁共振引导放疗
自动分类系统
非线性特征
分析奠定基础
数据
注意力
视角
解码器
编码器模块
特征提取模块
分类技术
系统为您推荐了相关专利信息
模式识别方法
在线学习平台
矩阵
主成分分析降维
模式识别模型
海上风电功率预测
海上风电场
历史风速数据
皮尔逊相关系数
一维卷积神经网络