摘要
本发明提供基于多模态影像组学的骨质疏松骨折风险预测方法和系统,该方法包括如下步骤:S1获取用户腰椎的多模态影像数据;S2根据获取的多模态影像数据进行特征校正,得到时空对齐的多模态特征张量;S3根据得到的多模态特征张量,基于训练好的骨微结构演化模型对各位置的骨微结构完整性进行演化,得到骨微结构完整性演化结果;S4根据得到的骨微结构完整性演化结果,提取骨折风险特征部位,并进一步针对骨折风险特征部位进行骨折风险预测,得到骨折风险预测结果。本发明有助于提高针对骨质疏松骨折风险预测的准确性和可靠性。
技术关键词
骨折风险
骨质疏松骨折
风险预测方法
多模态影像数据
骨微结构
横向弛豫时间
CT图像序列
多模态特征
风险预测系统
磁共振
腰椎
校正模块
热力图
系统为您推荐了相关专利信息
风险预测方法
结构化查询语言技术
患者
二分类机器学习
数据
风险预测模型
深度学习特征提取
线性迭代聚类
风险预测方法
影像
医学影像数据
多尺度特征提取
多模态深度
正则化策略
训练深度学习模型
信用风险预测方法
社交
风险预测模型
信用风险评估
网络中心