[发明专利]基于3D卷积神经网络的脑龄预测方法及装置在审
| 申请号： | 201910733532.9 | 申请日： | 2019-08-08 |
| 公开（公告）号： | CN110555828A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 李秀丽;曲太平;卢光明;俞益洲 | 申请（专利权）人： | 北京深睿博联科技有限责任公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/33;G16B20/00;G06N3/04;G06N3/08 |
| 代理公司： | 11541 北京卓唐知识产权代理有限公司 | 代理人： | 唐海力 |
| 地址： | 102200 北京市昌平区北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于3D卷积神经网络的脑龄预测方法。该方法包括：对大脑核磁共振成像数据进行分层采样；通过多线程将分层采样后的所述大脑核磁共振成像数据输入3D卷积神经网络进行训练并提取特征数据；根据提取到的所述特征数据构建脑龄预测回归模型；根据所述脑龄预测回归模型输出脑龄预测结果。本申请解决了相关技术中的传统机器学习模型由于在特征选择方面易造成信息丢失导致的儿童脑龄预测不够准确的技术问题，实现了提高儿童脑龄预测的准确度的技术效果。 | ||
| 搜索关键词： | 预测 核磁共振成像 卷积神经网络 回归模型 采样 分层 大脑 准确度 传统机器 技术效果 特征数据 特征选择 提取特征 信息丢失 预测结果 多线程 构建 申请 输出 学习 | ||
【主权项】：
1.一种基于3D卷积神经网络的脑龄预测方法，其特征在于，包括：/n对大脑核磁共振成像数据进行分层采样；/n通过多线程将分层采样后的所述大脑核磁共振成像数据输入3D卷积神经网络进行训练并提取特征数据；/n根据提取到的所述特征数据构建脑龄预测回归模型；/n根据所述脑龄预测回归模型输出脑龄预测结果。/n
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北京深睿博联科技有限责任公司，未经北京深睿博联科技有限责任公司许可，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/patent/201910733532.9/，转载请声明来源钻瓜专利网。
