一种基于神经网络的半月板损伤预测方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于神经网络的半月板损伤预测方法及系统
申请号:
CN202511108790
申请日期:
2025-08-08
公开号:
CN120600323B
公开日期:
2025-10-21
类型:
发明专利
摘要
本发明公开了一种基于神经网络的半月板损伤预测方法及系统,所述方法包括获取膝MRI图像,基于卷积神经网络对所述膝MRI图像进行自动分割,基于分割后的图像提取多种影像特征,基于SNN网络模型构建半月板损伤预测模型并进行模型训练及验证。本发明实现了提高半月板损伤诊断准确性、诊断效率,实现了未来损伤风险预测,为临床医生提供有价值的预测信息,帮助制定预防和治疗方案,同时引入影像组学特征和负重结构特征热图和混合注意力机制增强了临床可解释性,实现全自动化诊断流程。
技术关键词
半月板损伤
三维卷积神经网络
浅层神经网络
组学特征
负重结构
统计形状模型
纹理特征
预测模型训练
影像
二维卷积神经网络
多模态特征融合
注意力机制
膝关节手术
图像获取模块
可读存储介质
特征提取模块
股骨