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。

    一种对比剂肾病患病风险的预测方法、装置、设备及介质

    公开(公告)号:CN116705317A

    公开(公告)日:2023-09-05

    申请号:CN202310657997.7

    申请日:2023-06-05

    Abstract: 本发明涉及医学诊断技术领域,公开了一种对比剂肾病患病风险的预测方法、装置、设备及介质,其中,方法包括获取待预测患者注射对比剂前的临床指标数据集;将注射对比剂前的临床指标数据集输入至预训练的对比剂肾病患病风险的预测模型中,输出第一预测结果;基于第一预测结果确定待预测对象注射对比剂后患对比剂肾病的概率。本发明通过这样的方式不仅避免了由于确诊时损伤已经发生而错过最佳治疗时机的情况,还可以在注射对比剂前对注射对比剂后的患病风险进行预测,从而可以根据预测结果制定相应的检查治疗方案,进而达到对比剂肾病的早期预防和治疗。

Patent Agency Ranking