摘要
本发明公开了一种基于多模态颅脑MR结构特征识别的医学影像分析方法,属于医学影像分析技术领域,包括:获取多模态颅脑MRI影像数据,作为原始影像;对原始影像进行预处理,得到不同分辨率的影像层级;构建特征提取模块,对不同分辨率的影像层级分别进行特征提取,得到不同尺度下提取到的特征图;构建特征融合模块,将不同尺度下提取到的特征图通过通道拼接和逐元素相加的方式进行融合,得到融合后的特征;将融合后的特征输入到基于LASSO回归和随机森林的递归特征消除法筛选关键特征构建的分类器中,得到影像区域的分类结果。本发明能够提高对脑复杂结构影像特征的分析精度,有效提升相似影像区域的区分能力。
技术关键词
医学影像分析方法
层级
特征提取模块
卷积神经网络模型
医学影像分析技术
浅层卷积神经网络
深层卷积神经网络
分辨率
随机森林
多模态
决策树分类器
影像金字塔
图像金字塔
计算机装置
数据
线性单元
计算机程序产品
处理器
系统为您推荐了相关专利信息
双向长短期记忆
电量预测方法
数据
卷积神经网络模型
门控循环单元
全生命周期数据
运营管理方法
数据分析模型
管理策略
人工智能算法
充放电曲线
测试方法
充放电数据
周期
特征提取单元
智能通风控制方法
层级
多层次
贝叶斯网络推理
生成多尺度