[发明专利]一种融合深度张量神经网络的医学影像数据分析方法和系统

摘要

本发明属于计算机应用技术领域，具体涉及医学影像分析技术领域，特别是一种融合深度张量神经网络的医学影像数据分析方法和系统，本发明首先经过张量卷积神经网络整合医学图像内的有效信息，再进入张量递归神经网络，通过对病人历史医学影像数据和当前医学影像数据进行分析，输出当前医学影像数据的分析结果和将来时刻医学影像的分析结果预测，分别用于为医师提供分析参考和评价病人正在接受的治疗方案。本发明引入张量CP分解和张量列分解，相比传统递归神经网络，张量递归神经网络的参数规模远远小于传统网络处理相同张量数据时的网络参数规模。因此能有效提高影像学分析的可靠性和效率，为调整优化治疗方案提供依据。

主权项

一种融合深度张量神经网络的医学影像数据分析方法，其特征在于包括如下步骤：采集已备案待分析疾病的医学影像数据，建立并实时更新所述待分析疾病的医学影像数据库；根据待分析的问题对所述医学影像数据库中待分析疾病的医学影像数据进行筛选，得到符合条件的医学影像数据；同一病人的医学影像数据按时间顺序组合成医学影像数据序列；根据所述筛选后的医学影像数据序列构建预测模型；利用卷积神经网络和张量递归神经网络设计构建深度学习预测模型的结构，对深度学习预测模型进行优化训练，输出最优的深度学习预测模型；获取待分析的医学影像数据，与其近期的医学影像数据构成待分析的医学影像数据序列，并将所述医学影像数据序列导入深度学习预测模型；所述深度学习预测模型根据待分析的医学影像数据序列进行分析预测，输出当前影像的分析结果和未来影像的预测分析结果。