基于深度学习的多模态脑影像智能特征提取方法及系统

AITNT
正文
推荐专利
基于深度学习的多模态脑影像智能特征提取方法及系统
申请号:CN202511272602
申请日期:2025-09-08
公开号:CN120747705B
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及医学影像处理技术领域,具体为基于深度学习的多模态脑影像智能特征提取方法及系统,其包括获取模态间空间分布差异图层、生成关键区域标识集合、构建动态时间序列变化轨迹图、剔除异常动态路径并生成过滤后动态路径范围图,以及建立路径排列顺序索引。本发明通过融合空间分布差异与一致性特征,实现关键区域连续识别和动态路径精准解析,提升结构识别准确性与路径顺序判断清晰度,增强多模态脑影像数据中关键区域处理稳定性与动态特征连贯性。
技术关键词
智能特征提取方法 多模态脑影像 动态 序列 像素点 轨迹 标识 图像 路径结构 边界轮廓 强度 标记 特征值 特征提取系统 连续性 坐标系 判定参数
系统为您推荐了相关专利信息
1
一种确定车辆路线的昼夜停车场站的方法、装置及设备
线性规划模型 车辆 计算机可读指令 昼夜 夜间停车场
2
一种基于基底神经节的脉冲神经网络决策模型
黑质 基底 模块 决策 脉冲
3
一种基于CT平扫影像的肾结石负荷评估方法及装置
负荷评估方法 无监督聚类 密度 影像 语义特征
4
一种基于动态联邦学习的公平激励方法
客户端 Gompertz函数 激励方法 中心服务器 联邦学习系统
5
一种基于强化学习的仓储机器人路径规划方法
仓储机器人 多头注意力机制 机器人自动控制技术 动态障碍物 网络
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