[发明专利]医学图像的预测方法、模型、装置、设备和存储介质在审
申请号: | 201910433804.3 | 申请日: | 2019-05-23 |
公开(公告)号: | CN110222741A | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 沈逸;石峰;詹翊强 | 申请(专利权)人: | 上海联影智能医疗科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 朱五云;李姣姣 |
地址: | 200232 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医学图像 预测模型 预设 尺寸特征 输入网络 预测结果 存储介质 输入单元 准确度 训练过程 训练样本 预测 申请 | ||
1.一种医学图像的预测方法,其特征在于,所述方法包括:
将医学图像输入预设的预测模型中的输入网络,获得所述医学图像对应的标准尺寸特征图;所述输入网络中包括至少两个输入单元;各所述输入单元用于根据所述医学图像的尺寸,获得所述医学图像对应的标准尺寸特征图;
根据所述标准尺寸特征图得到所述医学图像对应的预测结果。
2.根据权利要求1所述方法,其特征在于,所述将医学图像输入预设的预测模型中的输入网络,获得所述医学图像对应的标准尺寸特征图,包括:
根据所述医学图像的尺寸,确定所述医学图像对应的输入单元;
将所述医学图像输入所述医学图像对应的输入单元,获得所述医学图像对应的标准尺寸特征图。
3.根据权利要求2所述方法,其特征在于,各所述输入单元包括卷积块和下采样块;不同的输入单元对应的所述卷积块和/或所述下采样块的数量不同;所述卷积块用于缩小所述医学图像的X轴和Y轴的分辨率;所述下采样块用于缩小所述医学图像的X轴、Y轴和Z轴的分辨率。
4.根据权利要求3所述方法,其特征在于,各所述输入单元所处理的所述医学图像的尺寸范围是根据所述输入单元中的所述卷积块和所述下采样块的数量确定的。
5.根据权利要求1-4任一项所述方法,其特征在于,所述方法还包括:
获取多个医学图像,及所述多个医学图像对应的预测结果;
将所述多个医学图像作为输入,将所述多个医学图像对应的预测结果作为输出,训练得到所述预设的预测模型。
6.根据权利要求5所述方法,其特征在于,所述将所述多个医学图像作为输入,将所述多个医学图像对应的预测结果作为输出,训练得到所述预设的预测模型,包括:
根据所述医学图像的尺寸,将所述多个医学图像分为至少两个医学图像组;
随机选取所述至少两个医学图像组中的一个医学图像,得到待训练的医学图像;
根据所述待训练的医学图像和所述待训练的医学图像对应的预测结果,更新所述待训练的医学图像的尺寸对应的模型参数,得到所述预设的预测模型。
7.一种医学图像的预测模型,其特征在于,所述模型包括输入网络和卷积网络;所述输入网络包括至少两个输入单元;所述输入网络与所述卷积网络连接;各所述输入单元用于根据医学图像的尺寸,获得所述医学图像对应的标准尺寸特征图;所述卷积网络用于根据所述标准尺寸特征图得到所述医学图像对应的预测结果。
8.一种医学图像的预测装置,其特征在于,所述装置包括:
输入模块,用于将医学图像输入预设的预测模型中的输入网络,获得所述医学图像对应的标准尺寸特征图;所述输入网络中包括至少两个输入单元;各所述输入单元用于根据所述医学图像的尺寸,获得所述医学图像对应的标准尺寸特征图;
预测模块,用于根据所述标准尺寸特征图得到所述医学图像对应的预测结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
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上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,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/201910433804.3/1.html,转载请声明来源钻瓜专利网。