基于医学图像多模态特征融合的影像信息判读方法

AITNT
正文
推荐专利
基于医学图像多模态特征融合的影像信息判读方法
申请号:CN202511087133
申请日期:2025-08-05
公开号:CN120599429A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了基于医学图像多模态特征融合的影像信息判读方法,涉及医学影像判读技术领域,包括:获取目标对象的至少两种模态的医学图像数据,至少两种模态的医学图像数据存在配准误差;对至少两种模态的医学图像数据进行特征提取,得到各模态对应的特征集,特征集包含对配准误差稳健的结构化特征和局部特征,有利于解决了传统多模态融合中因配准误差导致的局部特征误判问题,有利于提升了医学影像判读的准确性。
技术关键词
图像多模态 判读方法 医学图像数据 配准误差 融合特征 空间分布规律 影像 分布特征 高可靠特征 轮廓特征 偏差 判读技术 校验特征 节点 组织 显示误差 解剖特征 多尺度
系统为您推荐了相关专利信息
1
基于双域监督深度学习的弓网高频接触力预测方法及装置
监督深度学习 频域特征 融合特征 仿真模型 多层感知器网络
2
模型训练方法、红外弱小目标检测方法、装置及电子设备
通道注意力机制 模型训练方法 联合损失函数 强化特征 融合特征
3
一种基于多分支与时频损失的关节力矩预测方法及系统
关节力矩 表面肌电信号 多分支 编码模块 多层感知机
4
基于多模态的场景感知方法、装置、电子设备和存储介质
动态场景 雷达 场景特征 融合特征 跨模态
5
一种事件流和事件帧融合的强化学习无人机避障方法
事件流 特征提取网络 无人机避障方法 脉冲响应函数 脉冲神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号