一种基于机器学习的门脉高压无创评估方法及系统

摘要

本发明涉及一种基于机器学习的门脉高压无创评估方法及系统,属于医学图像处理技术领域。方法包括：S1：获取门脉高压症的图像数据并对所述图像数据进行预处理；S2：对预处理后的图像数据运用卷积神经网络进行病灶区域分割，得到门脉高压病灶区域；S3：对所述门脉高压病灶区域进行影像组学特征提取和特征矩阵构建，采用集成学习训练多个基础分类器，得到门脉高压无创评估模型；S4：调用所述门脉高压无创评估模型，对待评估的图像数据进行评估，输出门脉高压无创评估结果。本发明具有较高的灵敏度和准确性，可以帮助指导PH患者的快速诊断，进而缩短PH患者的治疗时间，具有较好的临床实用性。