摘要
本申请公开了一种基于多维特征标签的间质性肺疾病分类方法,所述方法包括:获取肺部CT影像信息,CT影像信息包括CT图像和关联临床信息;对CT图像进行区域分割,获取各区域的三维空间信息;基于各区域的三维空间信息,对CT图像进行目标特征检测,获取目标特征的三维形态特征;对目标特征进行深度特征提取和数理计算,获取高阶数理特征;对三维形态特征和高阶数理特征进行融合,生成高维融合影像特征;对关联临床信息进行编码,并结合高维融合影像特征,生成多维特征标签;基于多维特征标签,通过预设分类模型,生成间质性肺疾病的分类结果。通过从影像层面和临床层面进行多维度特征分析,可实现对各种间质性肺疾病进行快速准确分类。
技术关键词
间质性肺疾病
三维空间信息
分类方法
深度特征提取
深度特征融合
标签
肺叶
影像
动态
图像
形态
病变特征
数据分析模型
三维模型
深度神经网络
编码
数据获取模块
分类系统
可读存储介质
系统为您推荐了相关专利信息
特征提取模块
混洗模块
注意力模型
深度特征提取
影像
图像分类模型
特征提取模型
分类方法
分类装置
卷积神经网络模型
高光谱成像设备
水稻结实率
深度特征提取
浅层卷积神经网络
光谱反射率信息
局部统计特征
一维卷积神经网络
机器学习分类器
时间域
热力图
图像分类模型
眼底图像分类方法
学习分类器
融合特征
节点特征