(EN) A brain atrophy identification method and a device, pertaining to the technical field of artificial intelligence. The method comprises: determining, by using a keyframe detection module, a keyframe in a brain image sequence (102); detecting, by using a key point detection module, key points in the keyframe, and determining a first-type classification indicator according to the key points in the keyframe (103); segmenting the keyframe by using an image segmentation module, and determining a second-type classification indicator (104); and identifying brain atrophy according to the first-type classification indicator and the second-type classification indicator (105). Different detection manners are used for characteristics of the different classification indicators, thereby improving detection accuracy of the classification indicators. In addition, using the first-type classification indicator and the second-type classification indicator to identify brain atrophy also improves accuracy in brain atrophy identification. Furthermore, a neural network model is used to automatically identify brain atrophy, thereby having low dependency on manual labor and high efficiency compared to manual measurement and calculation.
(FR) La présente invention a trait au domaine technique de l'intelligence artificielle et concerne une méthode et un dispositif d'identification d'atrophie cérébrale. La méthode selon l'invention consiste : à déterminer, au moyen d'un module de détection d'image clé, une image clé dans une séquence d'images cérébrales (102) ; à détecter, au moyen d'un module de détection de points clés, des points clés dans l'image clé et à déterminer un indicateur de classification de premier type en fonction des points clés de l'image clé (103) ; à segmenter l'image clé au moyen d'un module de segmentation d'image et à déterminer un indicateur de classification de second type (104) ; et à identifier une atrophie cérébrale en fonction de l'indicateur de classification de premier type et de l'indicateur de classification de second type (105). Différents modes de détection sont utilisés en fonction des caractéristiques des différents indicateurs de classification, ce qui améliore la précision de détection des indicateurs de classification. De plus, l'utilisation de l'indicateur de classification de premier type et de l'indicateur de classification de second type pour identifier l'atrophie cérébrale améliore également la précision de l'identification d'atrophie cérébrale. En outre, un modèle de réseau neuronal est utilisé pour identifier automatiquement une atrophie cérébrale, ce qui permet d'obtenir une faible dépendance vis-à-vis du travail manuel et une efficacité élevée par rapport à des mesures et calculs manuels.
(ZH) 一种识别脑萎缩的方法及装置,涉及人工智能技术领域,该方法包括:采用关键帧检测模块确定脑部影像序列中的关键帧(102),采用关键点检测模块检测关键帧中的关键点,并根据关键帧中的关键点确定第一类分级指标(103)。采用图像分割模块对关键帧进行分割,确定第二类分级指标(104)。之后再根据第一类分级指标和所述第二类分级指标识别脑萎缩(105)。由于针对不同分级指标的特点采用不同的检测方式,从而提高分级指标的检测精度,使用第一类分级指标和第二类分级指标识别脑萎缩,也提高了识别脑萎缩的精度。其次,采用神经网络模型自动识别脑萎缩,相较于人工手工测量和计算来说,人工依赖小且效率高。