基于深度學習的胎兒超聲圖像識別方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN201910032226.2 申請日 -
公開（公告）號 CN110634125A 公開（公告）日 2019-12-31
申請公布號 CN110634125A 申請公布日 2019-12-31
分類號 G06T7/00（2017.01）; G06T7/11（2017.01）; G06K9/32（2006.01）; G06K9/62（2006.01）; G16H30/40（2018.01）; G16H50/20（2018.01） 分類 計算；推算；計數(shù);
發(fā)明人 謝紅寧; 汪南; 梁喆; 冼建波; 毛明春 申請（專利權(quán)）人 廣州愛孕記信息科技有限公司
代理機構(gòu) 廣州三環(huán)專利商標代理有限公司 代理人 廣州愛孕記信息科技有限公司; 汪南
地址 510000 廣東省廣州市越秀區(qū)中山六路2號1601自編1605室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學習的胎兒超聲圖像識別方法及系統(tǒng)，該方法包括超聲設(shè)備檢測并根據(jù)打印操作控制指令向數(shù)據(jù)終端發(fā)送胎兒的超聲參數(shù)信息；數(shù)據(jù)終端接收并發(fā)送該超聲參數(shù)信息至云端服務(wù)器；云端服務(wù)器接收并基于預先確定的圖像分割模型對超聲靜態(tài)圖像執(zhí)行分割操作，得到分割子圖像，以及將該分割子圖像輸入預先確定的圖像分類模型，得到分類模型結(jié)果；云端服務(wù)器將該分類模型結(jié)果發(fā)送至主控設(shè)備；主控設(shè)備接收并輸出該分類模型結(jié)果。實施本發(fā)明能夠通過將深度學習應(yīng)用于胎兒超聲圖像的檢查，不僅能夠提高胎兒超聲圖像的識別效率以及準確度，還能夠降低醫(yī)生誤判的風險，以及減少醫(yī)生的工作強度，提升孕婦和醫(yī)生的體驗感。