基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质
申请号:CN202510151548
申请日期:2025-02-11
公开号:CN119963681B
公开日期:2025-08-19
类型:发明专利
摘要
本发明公开了基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质,该方法包括:获取脑部MRI医学图像,进行预处理;通过卷积神经网络从预处理后的MRI医学图像中提取脑腔隙性梗死的病灶特征,并进行脑腔隙性梗死的病灶区域的定位;对脑腔隙性梗死病灶区域进行细节增强,分割病灶区域并优化分割结果;对分割后的图像进行伪影修复,并基于修复图像生成三维病灶可视化模型。本发明通过MRI图像的质量评估、病灶识别、分割、伪影修复、三维可视化等多方面的处理,能够更加高效、精确地识别病灶区域,提高图像质量,提供了一个高效和精准的脑腔隙性梗死诊断辅助工具。
技术关键词
伪影
图像校正方法
图像指标
医学
关键点
直方图均衡化
噪声指数
频域特征
对比度
诊断辅助工具
多尺度
非局部均值滤波
图像校正系统
形态学滤波器
引入注意力机制
可读存储介质
卷积神经网络模型