[发明专利]利用生成对抗网络模型的下肢力线智能标定确认方法在审
| 申请号： | 201910307111.X | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110176302A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 吴小玲;刘志鹏;王伟;李修寒;竺明月;王黎明;姚庆强 | 申请（专利权）人： | 南京医科大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/62 |
| 代理公司： | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人： | 蒋真 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 下肢力线 网络模型 标定 自动生成 生成器 术后 智能 对抗 全膝关节置换手术 全膝关节置换术 假体 患者个体差异 术后并发症 准确度 采集数据 模型训练 使用寿命 手术规划 输出结果 影像数据 重复利用 判别器 准确率 力线 映射 标注 样本 平衡 医生 帮助 | ||
1.利用生成对抗网络模型的下肢力线智能标定确认方法，其特征在于：包括以下步骤：
S11、采集数据：采集大量标注有标准力线的下肢影像以及未标注标准下肢力线的下肢影像数据；
S12、建立生成器：将未标注下肢力线的影像数据输入生成器G；
S13、映射样本：采用多层感知机的网络结构，用MLP的参数来表示可导映射G(z)，将输入空间映射到样本空间；
S14、建立判别器：将标注有标准力线的下肢影像和生成器G映射的样本G(z)输入判别器D；
S15、输出结果：采用“Sigmoid函数”变换以“0”和“1”表示判别器D的最终判别结果。
2.根据权利要求1所述的利用生成对抗网络模型的下肢力线智能标定确认方法，其特征在于：步骤S12中建立生成器G后还需要对生成器G进行优化。
3.根据权利要求2所述的利用生成对抗网络模型的下肢力线智能标定确认方法，其特征在于：所述生成器G优化过程包括以下步骤：
S21、抽取样本：从未标注标准力线的下肢影像数据中抽取多个噪声样本；
S22、更新迭代生成器参数：通过梯度下降法，更新迭代生成器参数，以使得极大化。
4.根据权利要求1所述的利用生成对抗网络模型的下肢力线智能标定确认方法，其特征在于：步骤S14中建立判别器D后还需要对判别器D进行优化。
5.根据权利要求4所述的利用生成对抗网络模型的下肢力线智能标定确认方法，其特征在于：所述判别器D优化过程包括以下步骤：
S31、抽取样本：从标注有标准力线的下肢影像数据中抽取多个样本，同时从未标注标准力线的下肢影像数据中抽取多个噪声样本；
S32、送至生成器：将步骤S31中抽取的样本送至生成器G，并生成数据；
S33、更新迭代判别器：通过梯度上升法更新迭代判别器D的参数，以使得极大化。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京医科大学，未经南京医科大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910307111.X/1.html，转载请声明来源钻瓜专利网。
