-
公开(公告)号:CN119831988A
公开(公告)日:2025-04-15
申请号:CN202510301063.9
申请日:2025-03-14
Applicant: 华南理工大学
IPC: G06T7/00 , G06F40/205 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , G06T7/11 , G06T7/62 , G06F18/25
Abstract: 本发明公开了一种基于定量指标文本的核磁共振图像脑龄预测方法及系统,该方法包括下述步骤:获取脑核磁共振图像数据集,对脑核磁共振图像切片得到二维图像,将二维图像分割提取得到脑组织区域图,计算脑组织区域图对应脑组织的定量指标;将定量指标输入大语言模型构建定量指标文本;将定量指标文本依次输入文本特征提取网络、注意力交叉增强模块、残差融合模块得到定量指标调控因子;将核磁共振图像和组织注意力图拼接得到输入矩阵,经二维卷积残差网络特征提取得到核磁共振图像脑结构特征;将定量指标调控因子和核磁共振图像脑结构特征拼接后经过线性层回归,得到脑龄预测值。本发明提升了脑龄预测结果的精确度和可解释性。
-
公开(公告)号:CN116310602A
公开(公告)日:2023-06-23
申请号:CN202310070100.0
申请日:2023-01-28
Applicant: 华南理工大学
IPC: G06V10/766 , G06V10/80 , G06V10/82 , G06V10/22 , G06V10/40 , G06T7/11 , G06T7/62 , G06N3/0464 , A61B5/055 , A61B5/00
Abstract: 本发明公开了一种基于胎儿脑核磁共振图像和先验信息的胎龄预测方法、装置、存储介质和计算机设备,提出一种三维卷积网络提取胎儿核磁共振图像中脑结构信息得到胎儿脑结构特征,该网络由非对称卷积层和注意力增强层组成,以整个3D图像作为输入和有选择地强调关键信息特征,可适应胎儿大脑位置和方向的随机变化;另提出了一种胎儿大脑的离散面积分布向量,以表示大脑区域面积在核磁共振图像中的分布,提高所引入的先验知识的鲁棒性和有效性;该方法还提出一种融合回归模块融合学习上述胎儿脑结构特征和胎儿脑面积分布特征用于基于胎儿脑核磁共振图像的胎龄估计。本发明提出胎龄预测方法达到了最优的准确度和鲁棒性。
-