CN119446543A 一种基于bcl模型的帕金森进展预测方法 （西南交通大学）_第1页
CN119446543A 一种基于bcl模型的帕金森进展预测方法 （西南交通大学）_第2页
CN119446543A 一种基于bcl模型的帕金森进展预测方法 （西南交通大学）_第3页
CN119446543A 一种基于bcl模型的帕金森进展预测方法 （西南交通大学）_第4页
CN119446543A 一种基于bcl模型的帕金森进展预测方法 （西南交通大学）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于BCL模型的帕金森进S1、获取包含H&Y评分和患者基本信息的临床数2S6、使用基于平衡权重调度器的课程学习模型预测患2.根据权利要求1所述的基于BCL模型的帕金S22、利用MRIcroGL将DICOM格式的MRI图像转换为NI3.根据权利要求2所述的基于BCL模型的帕4.根据权利要求3所述的基于BCL模型的帕金森进展预测方将目标仿射矩阵大小设置为128*128*16，对每张MRI图像的每个切片使用cv2的计算输入图像像素值的均值和标准差，将每个像素值减去35.根据权利要求4所述的基于BCL模型的帕使用主成分分析进行特征提取，实现数据降维，将提取出的6.根据权利要求5所述的基于BCL模型的帕金森进展对于每一张图像将其像素值拉直，形成一个一维数组，将所有的一使用主成分分析将展平的高维图像数据降至50维，保留大部分7.根据权利要求6所述的基于BCL模型的帕8.根据权利要求7所述的基于BCL模型的9.根据权利要求8所述的基于BCL模型的帕金森进将训练完成的基于平衡权重调度器的课程学习模型应用于测试集，对45[0001]本发明涉及医疗影像数据技术领域，尤其涉及一种基于BCL模型的帕金森进展预[0003]随着医疗影像技术的快速发展，MRI等神经影像学方法在神经退行性疾病的研究有方法未能充分利用MRI图像在各个阶段的特征差异，导致无法准确反映患者病情的严重[0005]为了解决现有技术无法准确预测帕金森病进展的问题，本发明提出一种基于BCLS21、读取包含H&Y评分的临床数据文件以及包含MRI图像基本信息的图像数据文6读取图像路径，并将格式转换为float32，对于符合维度条件的图像数据，使用将目标仿射矩阵大小设置为128*128*16，对每张MRI图像的每个切片使用征列。78[0024]本申请实施例公开了一种基于BCL模型的帕金森进展预测性别、年龄及就诊时间等基本信息并格式化存储。通过患者编号和就诊时间将H&Y评分和[0031]读取图像路径，并将格式转换为float32，对于符合维度条件的图像数据，使用[0032]重采样包括以下步骤：将目标仿射矩阵大小设置为128图像的每个切片使用cv2的resize功能进行重采样，将所有的MRI图像调整为统一的尺寸，9[0038]如图2所示，对于所有尺寸为128*128*16大小过于复杂导致的过拟合，每个节点进行分裂所需的最小样ty-⃞:92.5092.8592.500.920.3797.9998.0897.990.980.0898.7298.7398.720.990.040.740.950.990.980.990.980.990.99

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论