[发明专利]医疗图像数据处理装置、电子设备及计算机可读存储介质有效

专利信息
申请号: 202310689691.X 申请日: 2023-06-12
公开(公告)号: CN116433660B 公开(公告)日: 2023-09-15
发明(设计)人: 王瑞天;刘军 申请(专利权)人: 吉林禾熙科技开发有限公司
主分类号: G06T7/00 分类号: G06T7/00;G16H50/20;G06N3/0455;G06N3/0464;G06N3/08;G06V10/40;G06V10/764
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 侯天印
地址: 130000 吉林省长春市净月*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医疗 图像 数据处理 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种医疗图像数据处理装置,其特征在于,包括:

训练数据获取模块,用于获取训练数据,其中,所述训练数据为对目标部位进行疾病评估的图像数据,所述图像数据上标注有至少一个病灶区域以及各个病灶区域对应的疾病严重程度分级信息;

机器学习模块,用于利用所述训练数据,对预先构建的多任务学习模型进行训练,得到用于确定所述目标部位上病灶区域以及病灶区域对应疾病严重程度的疾病评估模型;

其中,所述多任务学习模型包括:特征提取器、解码器和分类器;所述特征提取器用于根据输入的所述目标部位的图像数据输出执行分割任务的局部特征信息和执行分类任务的全局特征信息;所述解码器用于根据所述特征提取器输出的局部特征信息输出所述目标部位上一个或多个病灶区域的分割结果;所述分类器用于根据所述特征提取器输出的全局特征信息输出所述目标部位上各个病灶区域的疾病严重程度分级结果;

其中,所述特征提取器包括:多组级联连接的解耦模块和卷积模块,所述卷积模块包括:卷积层、残差模块和下采样层;所述解码器包括:多组级联连接的特征融合模块和上采样模块;所述分类器包括:全连接层和激活层;所述特征提取器中每一级的解耦模块与所述解码器中同一级的特征融合模块连接;所述特征提取器中每一级的卷积模块与相邻下一级的解耦模块连接;所述解码器中每一级的特征融合模块与相邻下一级的上采样模块连接;所述特征提取器中最后一级的卷积模块分别与所述分类器的全连接层和所述解码器中第一级的上采样模块连接;所述特征提取器中每一级的解耦模块用于将输入的所述目标部位的图像数据解耦为执行分割任务的局部特征信息和执行分类任务的全局特征信息,并解耦后的局部特征信息输入至所述解码器中同一级的特征融合模块,将解耦后的全局特征信息通过同一级的卷积模块输入至相邻下一级的解耦模块;所述特征提取器中每一级的卷积模块用于对输入的全局特征信息进行细粒度特征提取以得到高维度全局特征信息;所述解码器中每一级的特征融合模块用于对输入的局部特征信息进行融合,得到融合后的特征信息;所述解码器中每一级的上采样模块用于将输入特征图像的分辨率恢复到原始图像的分辨率大小;所述分类器中的全连接层和激活层用于根据所述特征提取器输出的全局特征信息进行分类;

其中,所述训练数据为对足部进行糖尿病足溃疡评估的图像数据,所述图像数据上标注有至少一个糖尿病足溃疡的病灶区域以及各个病灶区域的糖尿病足溃疡严重程度分级信息;所述疾病评估模型用于对足部进行糖尿病足溃疡评估。

2.根据权利要求1所述的医疗图像数据处理装置,其特征在于,所述解耦模块使用位置敏感的轴向自注意力机制构建;所述卷积模块基于残差网络结构的UNet网络的编码器构建。

3.根据权利要求1所述的医疗图像数据处理装置,其特征在于,所述训练数据获取模块还用于:

采集目标部位的多幅图像;

对采集的图像执行如下至少一种增强处理,得到增强处理后的图像数据:旋转、镜像、裁剪;

将增强处理后的图像数据以及所述增强处理后的图像数据对应的病灶区域和疾病严重程度分级信息,作为训练所述疾病评估模型的训练数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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吉林禾熙科技开发有限公司,未经吉林禾熙科技开发有限公司许可,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/202310689691.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top