摘要
本发明公开了一种基于CT的骨质疏松智能诊断方法及系统,涉及医学影像诊断技术领域,包括利用深度学习模型对腹部或胸腹部CT影像中的腰椎区域进行定位;对椎体形态及内部结构的数字化建模;完成骨质疏松症的自动化诊断。本发明实现了从常规腹部或胸腹部CT影像中对腰椎区域的全自动定位、精确分割与骨质疏松智能诊断,显著提升了诊断的准确性与效率,克服了传统方法依赖人工勾画或简单阈值分割导致的主观性强、重复性差的问题;可直接基于临床常规CT数据运行,有利于大规模骨质疏松筛查和早期干预,具有显著的临床推广意义和技术进步价值。
技术关键词
智能诊断方法
腰椎
DICOM数据
骨质疏松症
3DCNN模型
深度学习模型
医学影像诊断技术
图像块
椎体
三维卷积神经网络
学习方法
智能诊断系统
空间分布信息
三维微结构
空间分布特征
解码器
牛顿迭代法
编码器
系统为您推荐了相关专利信息
诊断骨质疏松症
标志物
骨质疏松症患者
生物医药技术
检测试剂盒
医学图像特征
骨质疏松检测
数据模型构建方法
胶囊网络模型
特征提取模型
深度学习网络模型
混凝土裂缝
融合特征
裂缝特征
分布特征
电力系统故障
智能诊断方法
级联故障
多层LSTM模型
转移概率矩阵
智能诊断方法
计算机可读指令
关键词
智能诊断设备
解析算法