[发明专利]脑龄检测方法、计算机设备和存储介质在审

专利信息
申请号: 201910648454.2 申请日: 2019-07-18
公开(公告)号: CN110473171A 公开(公告)日: 2019-11-19
发明(设计)人: 淳秋坪;石峰 申请(专利权)人: 上海联影智能医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 11606 北京华进京联知识产权代理有限公司 代理人: 黄易<国际申请>=<国际公布>=<进入国
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脑部图像 机器学习模型 待检测对象 计算机设备 存储介质 样本 检测 申请
【说明书】:

本申请涉及一种脑龄检测方法、计算机设备和存储介质。所述方法包括:获取待检测对象的脑部图像;将所述脑部图像输入至机器学习模型中进行脑龄的识别,确定所述脑部图像对应的脑龄;其中,所述机器学习模型是通过对样本脑部图像进行训练得到的。采用本方法得到的脑龄的准确性较高。

技术领域

本申请涉及医学图像技术领域,特别是涉及一种脑龄检测方法、计算机设备和存储介质。

背景技术

大脑作为人体的司令部,也就是指挥中心,其可以控制人体的各种行为活动,不同年龄的大脑(大脑的年龄也称为脑龄)在控制人体的行为活动时的能力也是不同的,因此,计算大脑的年龄就显得至关重要。

相关技术在计算脑龄时,一般是通过答题的方式来计算,例如,给出100道益智题,每个人在答完该100道题之后,可以得到相应的分数,根据得到的分数就可以预测答题者的脑龄。

然而上述方法计算的脑龄,其准确性较低。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高检测的脑龄的准确性的脑龄检测方法、计算机设备和存储介质。

一种脑龄检测方法,该方法包括:

获取待检测对象的脑部图像;

将所述脑部图像输入至机器学习模型中进行脑龄的识别,确定所述脑部图像对应的脑龄;其中,所述机器学习模型是通过对样本脑部图像进行训练得到的。

在其中一个实施例中,所述将所述脑部图像输入至机器学习模型中进行脑龄的识别,确定所述脑部图像对应的脑龄,包括:

将所述脑部图像输入至分割模型进行结构的分割,得到各个子结构;

对所述各个子结构的特征进行提取处理,并利用预设的回归算法对提取到的各个子结构的特征进行回归处理,确定所述脑部图像对应的脑龄。

在其中一个实施例中,所述对所述各个子结构的特征进行提取处理,利用预设的回归算法对提取到的各个子结构的特征进行回归处理,确定所述脑部图像对应的脑龄,包括:

对所述各个子结构的特征进行提取处理,得到各个子结构对应的提取特征;

利用预设的选择算法对所述各个子结构对应的提取特征进行选择处理,确定所述各个子结构对应的目标特征;

利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理,确定所述脑部图像对应的脑龄。

在其中一个实施例中,所述利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理,确定所述脑部图像对应的脑龄,包括:

利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理,得到各个子结构对应的年龄;

将所述各个子结构对应的年龄进行求和处理,得到所述脑部图像对应的脑龄。

在其中一个实施例中,所述对所述各个子结构的特征进行提取处理,得到各个子结构对应的提取特征,包括:

对所述各个子结构的结构特征进行统计处理,得到所述各个子结构对应的结构特征,所述结构特征包括相对体积、表面积、表面积与体积比、长轴长度中的至少一个;或者,

对所述各个子结构的属性特征进行提取处理,得到所述各个子结构对应的属性特征,所述属性特征包括灰度平均值、纹理、灰度直方图、方差峰值中的至少一个。

在其中一个实施例中,所述方法还包括:

将所述各个子结构对应的结构特征和所述各个子结构对应的属性特征进行结合处理,得到所述各个子结构对应的提取特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910648454.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top