公开(公告)号：CN119887661A

公开(公告)日：2025-04-25

申请号：CN202411933181.3

申请日：2024-12-26

Applicant: 杭州电子科技大学

Inventor： 计忠平 ,  李双 ,  叶炀 ,  胡红杰

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/54 ,  G06V10/764 ,  G06V10/771 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于特征融合的心力衰竭合并左束支传导阻滞分类方法，分类方法通过利用心脏磁共振图像，提取放射组学特征和深度学习特征，进行特征融合与选择，以及利用机器学习算法构建分类模型，并以筛选后的融合特征做为输入，该方法结合了深度学习在图像处理方面的优势与机器学习在分类任务中的高效性，通过结合放射组学特征和深度学习特征，能够更全面、准确地反映心脏图像的复杂信息，而利用自动化和智能化的特征提取和分类方法，能够快速处理和分析大量的医学影像数据，实现了对心力衰竭合并左束支传导阻滞的准确分类，本发明具有更高的分类准确率和更强的鲁棒性，在医学图像分类领域中，有助于提高医疗服务的效率和质量。