基于深度學習的肋骨骨折輔助檢測方法及圖像識別方法
基本信息
申請?zhí)?/td> | CN202011497567.6 | 申請日 | - |
公開(公告)號 | CN112699869A | 公開(公告)日 | 2021-04-23 |
申請公布號 | CN112699869A | 申請公布日 | 2021-04-23 |
分類號 | G06N3/04(2006.01)I;G06T3/60(2006.01)I;G06T7/11(2017.01)I;G06K9/62(2006.01)I;G06K9/20(2006.01)I;G06T7/00(2017.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 陳浩;柴志忠;林黃靖;王春永 | 申請(專利權)人 | 深圳視見醫(yī)療科技有限公司 |
代理機構 | 深圳市徽正知識產(chǎn)權代理有限公司 | 代理人 | 盧杏艷 |
地址 | 518000廣東省深圳市南山區(qū)粵海街道粵興二道10號310F | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及醫(yī)療技術領域,尤其涉及一種基于深度學習算法的肋骨骨折輔助檢測方法及圖像識別方法,其包括:選取一定數(shù)量的胸部CT圖像作為訓練集,并標注圖像中的肋骨骨折區(qū)域和肋骨編號;對該圖像進行數(shù)據(jù)歸一化處理;將處理后的圖像作為輸入,標注的圖像中的肋骨骨折區(qū)域和肋骨編號作為輸出進行模型訓練,該訓練模型包括:肋骨檢測模型、肋骨骨折分割模型以及肋骨編號及分段模型;將待檢測的胸部CT圖像經(jīng)過處理后輸入至訓練好的所述肋骨骨折檢測模型中,輸出檢測結果。本發(fā)明實施例提供的基于深度學習算法的肋骨骨折輔助檢測方法有效的降低了肋骨骨折檢測的假陽和假陰,并且該檢測結果提供了疑似肋骨骨折的位置信息,可以輔助醫(yī)生診斷。?? |
