基于深度学习的头颅CT图像分类预测模型、方法及装置

    公开(公告)号:CN116912554A

    公开(公告)日:2023-10-20

    申请号:CN202310657990.5

    申请日:2023-06-05

    Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置,其中,分类预测模型包括:图像对比度归一化模块,用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理,生成处理后的单层头颅CT平扫图像;分类预测模块,用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征,并利用分类头模块基于图像特征生成与预设类别对应的预测值,和,与预设类别对应的图像特征矩阵权重;梯度类别激活热图生成模块,用于基于图像特征矩阵权重生成激活热图,激活热图用以辅助确定病灶位置。通过该模型,可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且,可以使分类结果更加准确。

    核磁共振预约迟到预测方法、装置、电子设备

    公开(公告)号:CN116362391A

    公开(公告)日:2023-06-30

    申请号:CN202310271430.6

    申请日:2023-03-17

    Abstract: 本发明涉及人工智能领域,具体涉及一种核磁共振预约迟到预测方法、装置、系统及存储介质。包括:获取核磁共振检查预约数据,将预约信息按照不同的属性特点进行分类;将分类后的预约信息以及标注信息输入至初始迟到预测网络,对初始迟到预测网络进行训练,得到目标迟到预测模型;在目标迟到预测模型完成训练后,对每一类预约信息通过训练获得的模型权重进行评估分析,确定每一类预约信息中包括的特征属性对应的重要性得分。然后,利用目标迟到预测模型对目标患者预约核磁共振是否迟到进行预测。实现对患者在预约某一项检查项目后是否会迟到的情况进行预测,从而可以保证医学影像科工作秩序正常,避免了医疗资源的浪费。

Patent Agency Ranking