[发明专利]一种基于人工智能的桡骨远端骨折AO分型方法在审
| 申请号： | 202310057817.1 | 申请日： | 2023-01-14 |
| 公开（公告）号： | CN116128837A | 公开（公告）日： | 2023-05-16 |
| 发明（设计）人： | 邵长路;杨国钊;彭小娟;孙德顺;袁克磊 | 申请（专利权）人： | 深圳市第二人民医院（深圳市转化医学研究院） |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/0464;G06N3/047;G06N3/08;G06V10/32;G06V10/44;G06V10/764;G06V10/82 |
| 代理公司： | 湖南晓德专利代理事务所(普通合伙) 43281 | 代理人： | 王兴 |
| 地址： | 518000 广东省深*** | 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： | 一种 基于 人工智能 桡骨 远端 骨折 ao 方法 | ||
1.一种基于人工智能的桡骨远端骨折AO分型方法，其特征在于，包括：
S1：构建标签化的桡骨远端骨折AO分型数据集；
S2：对数据集内的图片预处理；
S3：基于卷积神经网络构建诊断是否骨折的第一AI模型；
S4：基于步骤S3的诊断是否骨折的第一AI模型，采用迁移学习，构建诊断骨折AO分型的第二AI模型。
2.根据权利要求1所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，在步骤S1中，收集大量的桡骨远端骨折X线片图像及相应的临床信息，并对收集到的X线片图像进行标注。
3.根据权利要求1所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，在步骤S2中，通过拉伸、旋转、改变亮度及对比度来处理图像，增加图像复杂性及数量，并将所有图像调整到固定尺寸。
4.根据权利要求1所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，在步骤S3中，构建VggNet网络模型作为诊断是否骨折的第一AI模型。
5.根据权利要求1所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，在步骤S3中，构建VggNet网络模型，在VggNet网络模型中加入Inception结构作为诊断是否骨折的第一AI模型。
6.根据权利要求5所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，所述VggNet网络模型中加入Inception结构，具体为：在VggNet网络的中间层加入多个Inception结构，提取更复杂的图像特征，通过卷积层、全连接层、softmax层输出最终分类。
7.根据权利要求1、4或5所述的基于人工智能的桡骨远端骨折AO分型方法，其特征在于，在步骤S3中，还包括对第一AI模型的训练，使用交叉熵函数作为训练阶段的损失函数，使用随机梯度下降法来更新第一AI模型的参数。
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深圳市第二人民医院（深圳市转化医学研究院），未经深圳市第二人民医院（深圳市转化医学研究院）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/202310057817.1/1.html，转载请声明来源钻瓜专利网。
