[发明专利]基于深度学习算法测量眼球突出度的系统有效
| 申请号： | 202010874348.9 | 申请日： | 2020-08-27 |
| 公开（公告）号： | CN111803024B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 张桦;刘桂琴;饶晶 | 申请（专利权）人： | 张桦 |
| 主分类号： | A61B3/10 | 分类号： | A61B3/10;A61B6/03;A61B5/055;G06N3/04;G06N3/08;G06T7/00;G06T7/12;G06T7/62 |
| 代理公司： | 广东安国律师事务所 44317 | 代理人： | 王祎清 |
| 地址： | 526000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 深度 学习 算法 测量 眼球 突出 系统 | ||
1.一种基于深度学习算法测量眼球突出度的系统，其特征在于：包括通信连接的CT/MRI眼眶图片切割模块、眼环轮廓标记模块、眼球突出部分标记模块、眼球突出度计算模块以及终端；CT/MRI眼眶图片切割模块对CT/MRI扫描形成的容积图像以预定的厚度和间隔按照从右向左的方向进行纵向切割并最终输出多张矢状面图给眼环轮廓标记模块；所述眼环轮廓标记模块基于深度学习算法以多张人工标注的图像为参照进行多次自我训练后达到准确预测所述多张矢状面图中的眼环轮廓，并输出预测的眼环轮廓参数给眼球突出部分标记模块和眼球突出度计算模块；所述眼球突出部分标记模块根据所述眼环轮廓参数依照眼眶上、下最突出点连线划分突出部分并输出突出部分参数给眼球突出度计算模块；所述眼球突出度计算模块根据曲面计算方法计算突出部分的面积以及整个眼环轮廓面积，并将所有矢状面图的突出部分面积相加得出突出部分体积，所有眼环轮廓面积相加得出眼球体积，突出部分体积除以眼球体积之比即为眼球突出度，将眼球突出度的结果输出给终端。
2.如权利要求1所述的一种基于深度学习算法测量眼球突出度的系统，其特征在于：所述CT/MRI眼眶图片切割模块为CT/MRI后处理工作站。
3.如权利要求1或2所述的一种基于深度学习算法测量眼球突出度的系统，其特征在于：所述深度学习算法通过卷积神经网络实现。
4.如权利要求1或2所述的一种基于深度学习算法测量眼球突出度的系统，其特征在于：所述多张人工标注的图像达到1000张以上，所述多次自我训练的次数达到38500张次以上。
5.如权利要求1所述的一种基于深度学习算法测量眼球突出度的系统，其特征在于：所述预定的厚度和间隔都为1mm。
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张桦，未经张桦许可，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/202010874348.9/1.html，转载请声明来源钻瓜专利网。
