[发明专利]肛提肌裂孔的识别方法、装置和电子设备有效
| 申请号： | 201711322591.4 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108062749B | 公开（公告）日： | 2020-04-21 |
| 发明（设计）人： | 倪东;王娜;王慧芳;王毅;雷柏英;汪天富 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06K9/62 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 杨奇松 |
| 地址： | 518000 广东*** | 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： | 本发明提供了一种肛提肌裂孔的识别方法、装置和电子设备，涉及数据处理的技术领域，该方法包括：通过改进的全卷积神经网络对待处理的肛提肌裂孔LH的超声图像进行处理，得到LH边缘预测图，其中，全卷积神经网络为预先设置在上下文模型的神经网络；基于活动轮廓模型对LH边缘预测图进行处理，得到超声图像的分割图像，其中，分割图像中包括肛提肌轮廓；在分割图像中识别LH的关键位置点；基于关键位置点确定LH的参数，从而实现LH的识别，本发明缓解了在采用传统的方法来对LH超声图像进行切割处理时，分割精度较低的技术问题。 | ||
| 搜索关键词： | 肛提肌 裂孔 识别 方法 装置 电子设备 | ||
【主权项】：
1.一种肛提肌裂孔的识别方法，其特征在于，包括：通过改进的全卷积神经网络对待处理的肛提肌裂孔LH的超声图像进行处理，得到LH边缘预测图，其中，所述全卷积神经网络为预先设置在上下文模型的神经网络；基于活动轮廓模型对所述LH边缘预测图进行处理，得到所述超声图像的分割图像，其中，所述分割图像中包括肛提肌轮廓；在所述分割图像中识别所述LH的关键位置点；基于所述关键位置点确定所述LH的参数，从而实现所述LH的识别。
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深圳大学，未经深圳大学许可，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/patent/201711322591.4/，转载请声明来源钻瓜专利网。
