基于SPECT/CT与联邦学习的甲状腺相关眼病辅助验证方法

本发明公开了一种基于SPECT/CT与联邦学习的甲状腺相关眼病辅助验证方法，包括：A：进行影像数据标准化与眼眶区域提取；B：提取CT图像中各直肌的初步分割掩码；C：融合结构先验掩码，通过多模态协同分割获取眼外肌精细分割掩码；D：利用眼外肌精细分割掩码、SPECT和CT图像，融合分割先验与多模态特征进行深层次判别，进行甲状腺相关眼病活动性分期的自动预测并输出预测概率；E：基于风格相似度与不确定性量化的动态模型组合策略，获取适应新域特征分布的分割与分类的动态组合模型，进行TAO活动性的进行预测。本发明能够实现在不可见数据中心中对眼外肌结构精准分割以及TAO活动性的精准预测，为甲状腺相关眼病的诊断提供辅助验证数据支持，提高诊断精度。