基于深度学习的特定疾病影像学特征提取方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的特定疾病影像学特征提取方法及系统
申请号:CN202510948067
申请日期:2025-07-10
公开号:CN120852792A
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了基于深度学习的特定疾病影像学特征提取方法及系统,涉及图像分析技术领域,包括,采集骨关节炎患者的X射线影像数据、干细胞标记、磁共振成像影像数据和动态超声影像数据,并对X射线影像数据、干细胞标记、磁共振成像影像数据和动态超声影像数据进行标准化处理,得到标准化X射线影像数据组、标准化的干细胞标记、标准化磁共振成像影像数据组和标准化动态超声影像数据组,将标准化X射线影像数据组、标准化磁共振成像影像数据组和标准化动态超声影像数据组。本发明本发明通过多模态影像数据融合与生物力学‑干细胞特征动态耦合,实现了骨关节炎早期精准诊断与修复潜力评估。
技术关键词
动态超声影像 骨关节炎疾病 特征提取方法 磁共振 骨关节炎患者 压缩特征向量 有限元分析模拟 编码器 三角面片网格模型 成像 生物力学特征 应力 标记 多模态影像数据 密度梯度离心法 编码特征