摘要
本发明公开了一种基于大数据技术的医学图像伪影识别与剔除方法,涉及医学影像处理技术领域,本发明包括基于灰度归一化对采集到的影像数据预处理,然后对影像内容执行语义分割、ROI定位;对定位后的影像内容执行病变分割,选取病变特征量化、融合,并执行模型校验,对校验后的病变分割模型分布式部署。本发明通过病变检测模型解决微小结节漏检率高、恶性病变漏诊风险大的问题,降低假阳性率的同时提升恶性病变召回率,通过病变分割模型,提升对不同尺寸病灶的分割适应性,获取清晰分割边界,辅助手术规划,降低边界定位误差。
技术关键词
剔除方法
大数据技术
影像
深度学习特征
病变特征
医学
组学特征
图像
语义分割模型
解码器执行
直方图均衡化
全局平均池化
长宽比
运动伪影
标签
标记
语义特征