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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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