基于CT影像深度学习的骨质疏松椎体再骨折预测系统
- 专利权人:
- 发明人:
- 程黎明,朱融融,胡笑,朱颜菁,钱亚东
- 申请号：
- CN202211287209.1
- 公开号：
- CN115644904A
- 申请日:
- 2022.10.20
- 申请国别(地区):
- CN
- 年份:
- 2023
- 代理人:
- 摘要：
- 本发明涉及一种基于CT影像深度学习的骨质疏松椎体再骨折预测系统，包括以下步骤；S1，对CT图片影像数据进行收集；S2，使用卷积神经网络对CT图片影像数据进行特征提取；S3，将提取的标准化CT图片影像数据特征输入到深度神经网络模型中，得到最终的分类判断；其优点表现在：本发明结合临床上CT影像数据，并利用卷积神经网络进行模型训练优化，从而建立了一套操作简易、省时低消耗、方便快捷、高效精准的预测体系。
- 来源网站：
- 中国工程科技知识中心
相关发明人
相关专利
- 순차적 다중 합성곱 신경망을 이용한 영상 내 관절 자세 예측 방법
- 一种基于磁共振影像的卒中致残预测方法及系统
- שיטה, מערכת ומדיום נגיש למחשב לניתוח אולטרסאונד
- ECG ARRHYTHMIA CLASSIFICATION METHOD USING DEEP CONVOLUTIONAL NEURAL NETWORK AND DEVICE THEREOF
- Diagnosis support method for diseases by endoscopic image of digestive organs, diagnosis support system, diagnosis support program, and computer-readable recording medium storing the diagnosis support program
