申请/专利权人:西安交通大学;中国人民解放军空军军医大学
申请日:2024-01-16
公开(公告)日:2024-04-19
公开(公告)号:CN117911463A
主分类号:G06T7/30
分类号:G06T7/30;A61B5/055;A61B5/00;G06T7/00;G06T7/11;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了一种基于灰质特征的深度集合模型的脑龄预测方法及相关装置,属于脑龄预测技术领域;先对原始T1w数据进行预处理得到灰质图像;然后建立深度学习集合模型;最后将灰质图像输入所述深度学习集合模型中得到脑龄预测值。本发明通过结合不同深度学习模型能够克服传统脑龄模型存在的数据稀疏性、参数先验性、模型偏移性等问题,进一步提升了集合模型的拟合泛化能力,从而提高了脑龄预测的准确性和鲁棒性;相较于传统的机器学习方法,本发明省略了复杂的特征提取这一过程,并且仅需要对图像进行较为简单的预处理过程,节省了大量的时间,结果可靠性强,在大脑健康评估以及疾病预防的临床应用上具有极大潜力。
主权项:1.一种基于灰质特征的深度集合模型的脑龄预测方法,其特征在于,包括以下步骤:对原始T1w数据进行预处理得到灰质图像;建立深度学习集合模型;将灰质图像输入所述深度学习集合模型中得到脑龄预测值。
全文数据:
权利要求:
百度查询: 西安交通大学;中国人民解放军空军军医大学 基于灰质特征的深度集合模型的脑龄预测方法及相关装置
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。