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
系统为您推荐了相关专利信息
动态监测方法
时序卷积神经网络
多源卫星数据
矩阵
贝叶斯模型
影像
编码器特征
对比度
Demons算法
精准定位方法
图像采集区域
风格化系统
集合特征向量
抗锯齿
图像特征向量
智能化识别方法
生成对抗网络
样本
二维卷积神经网络
分辨率遥感影像