一种融合多模态影像特征的膝骨关节分数预测方法及系统
申请号:CN202411734922
申请日期:2024-11-29
公开号:CN119741262A
公开日期:2025-04-01
类型:发明专利
摘要
一种融合多模态影像特征的膝骨关节分数预测方法及系统,其中融合多模态影像特征的膝骨关节分数预测方法通过5个步骤得到对象的膝骨关节预测分数。本发明的有益效果为:1、通过将深度学习、影像组学特征与结合临床特征融合,对膝关节的磁共振T1序列影像图像进行处理和分析,标记腘动脉ROI,并提取相关的影像组学和深度网络特征;本发明相比于传统的单一特征分析,提供了更加全面和精确的病情评估,提高了膝骨关节炎预测的准确性和可靠性。2、本发明基于腘动脉与膝骨关节之间的显著联系,并创新性地通过分析腘动脉的影像特征并结合临床数据,这种方法不仅能够更早期、更准确地预测骨关节炎的发生和进展,还显著提升了预测效果。
技术关键词
组学特征
影像
多模态
深度学习模型
磁共振
深度学习特征提取
参数
逻辑回归分类器
网络
特征提取单元
分数预测系统
纹理特征
序列
验证算法
膝关节
骨关节炎
非甾体抗炎药
检查特征
指数特征