申请/专利权人：徐州医科大学

申请日：2024-01-23

公开（公告）日：2024-04-19

公开（公告）号：CN117911777A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06V10/44;G06N3/0464;G06V10/771;G16H50/20

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PET图像的早期阿尔茨海默症辅助诊断方法，获取阿尔茨海默症相关的PET图像并对图像进行预处理操作；利用改进的VGG16网络模型为骨干模型，对预处理后的图像进行特征提取；利用多尺度的以RNN为基础的特征选择模块对图像特征进行筛选，并对图像进行辅助诊断；对辅助诊断的图像进行可解释分析。本发明基于深度学习的方法对早期阿尔茨海默症的PET图像进行辅助诊断，计算机辅助诊断的方法可以为临床医师提供一定的参考意见，有更广泛的适用性；本发明对早期阿尔茨海默症进行辅助诊断可以提高准确率，相比于临床诊断可以更早的检查出患者脑部区域的异常，更有利于阿尔茨海默症的早期发现。

主权项：1.一种基于PET图像的早期阿尔茨海默症辅助诊断方法，其特征在于，包括以下步骤：S1：获取阿尔茨海默症相关的PET图像并对图像进行预处理操作；S2：利用改进的VGG16网络模型为骨干模型，对预处理后的图像进行特征提取；S3：利用多尺度的以RNN为基础的特征选择模块对图像特征进行筛选，并对图像进行辅助诊断；S4：对辅助诊断的图像进行可解释分析。

全文数据：

权利要求：

百度查询： 徐州医科大学 一种基于PET图像的早期阿尔茨海默症辅助诊断方法

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