多中心医学影像人工智能辅助分析方法、装置、设备及介质制造方法及图纸

技术编号:43524412 阅读:26 留言:0更新日期:2024-12-03 12:12
本发明专利技术提供一种多中心医学影像人工智能辅助分析方法、装置、设备及介质,该多中心医学影像人工智能辅助分析方法包括:获取目标MRI图像,目标MRI图像为sMRI图像;通过MRI图像分析模型对目标MRI图像进行分析,得到分析结果;MRI图像分析模型采用联邦学习得到。本发明专利技术的有益效果为:确保隐私安全、数据共享和模型泛化性能的提升,能够准确地分析出MRI图像重要特征并生成诊断,同时提升算力资源受限场景下医学影像人工智能模型的动态可靠性。

【技术实现步骤摘要】

本专利技术涉及计算机图形处理,尤其涉及一种多中心医学影像人工智能辅助分析方法、装置、设备及介质


技术介绍

1、结构磁共振成像(smri)是一种基于磁共振成像技术的影像学方法,用于获取高分辨率、高对比度的脑结构图像。smri数据提供了对大脑不同区域的解剖结构、脑组织的密度和体积信息,为神经科学、临床神经学和认知研究等领域提供了重要的生物学信息。这种成像技术使用磁共振仪器生成图像,通过测量水分子在磁场中的反应来揭示组织的结构。由于大脑的不同区域有不同的组织构成,smri能够提供对灰质、白质和脑脊液等结构的详细展示。

2、近年来,随着医学影像技术的飞速发展,mri(磁共振成像)成为评估大脑结构和功能的重要工具。深度学习方法因其能够自动提取、学习和表征复杂数据的内在规律和模式,得到了较传统方法更优的图像分析效果。然而,对于大规模的多中心医院医疗数据研究,特别是跨机构之间的数据分享和协作,始终面临隐私和数据安全的问题。

3、在传统机器学习框架中,通常需要集中所有数据到一个中央服务器进行模型训练。然而,在许多现实场景中,尤其是方舱医院的复杂环本文档来自技高网...

【技术保护点】

1.一种多中心医学影像人工智能辅助分析方法,其特征在于,包括:

2.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,在所述通过参与方的本地MRI图像数据集对所述第一模型进行训练这一步骤前,还包括对所述本地MRI图像数据集进行预处理,其中预处理包括标准化、图像分割及数据切分中的至少一种。

4.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,所述通过参与方的本地MRI图像数据集对所述第一模型进行训练,得到第二模型参数,包括:...

【技术特征摘要】

1.一种多中心医学影像人工智能辅助分析方法,其特征在于,包括:

2.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,在所述通过参与方的本地mri图像数据集对所述第一模型进行训练这一步骤前,还包括对所述本地mri图像数据集进行预处理,其中预处理包括标准化、图像分割及数据切分中的至少一种。

4.根据权利要求1所述的多中心医学影像人工智能辅助分析方法,其特征在于,所述通过参与方的本地mri图像数据集对所述第一模型进行训练,得到第二模型参数,包括:

5.根据权利要求1所述的多中心医学影像人工智能...

【专利技术属性】
技术研发人员:刘珂何昆仑赵亚威徐洪丽王凯姜明明
申请(专利权)人:中国人民解放军总医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1