申请/专利权人：西安交通大学医学院第一附属医院

申请日：2023-10-30

公开（公告）日：2024-03-15

公开（公告）号：CN117694865A

主分类号：A61B5/055

分类号：A61B5/055;A61B5/00;G16H50/20;G06T7/00;G06T7/11;G06V10/764

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本申请实施例涉及图像处理和人工智能技术领域，特别涉及一种基于脑MRI图像和机器学习的脑瘫早期预测方法及系统，该方法包括以下步骤：首先，基于脑MRI数据集，确定若干个与脑瘫高度相关的关键脑区；将脑MRI数据集中不同层厚的MRI数据重建为薄层MRI数据；然后，将薄层MRI数据中的图像进行预处理，得到图像数据；并对关键脑区进行分割，得到分割后的关键脑区；在分割后的关键脑区范围内，对脑MRI数据集的影像组学特征依次进行特征提取、筛选，得到重要特征；最后，将重要特征输入机器学习模型，基于分类标签进行疾病分类，得到有无脑瘫的分类结果。本申请提供的方法通过对关键脑区的分割和特征提取，并结合机器学习算法，实现对脑瘫的早期智能预测。

主权项：1.一种基于脑MRI图像和机器学习的脑瘫早期预测方法，其特征在于，包括以下步骤：基于脑MRI数据集，确定若干个与脑瘫高度相关的关键脑区；将所述脑MRI数据集中不同层厚的MRI数据重建为薄层MRI数据；将所述薄层MRI数据中的图像进行预处理，得到图像数据；并基于所述图像数据，对所述关键脑区进行分割，得到分割后的关键脑区；在分割后的关键脑区范围内，对所述脑MRI数据集的影像组学特征依次进行特征提取、筛选，得到重要特征；将所述重要特征输入机器学习模型，基于分类标签进行疾病分类，得到有无脑瘫的分类结果。

全文数据：

权利要求：

百度查询： 西安交通大学医学院第一附属医院 一种基于脑MRI图像和机器学习的脑瘫早期预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD