[发明专利]基于深度学习的胎儿超声图像中标准切面图像识别方法及识别系统在审
| 申请号： | 201910170839.2 | 申请日： | 2019-03-07 |
| 公开（公告）号： | CN110033020A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 李胜利;李肯立 | 申请（专利权）人： | 李胜利;李肯立 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳市中原力和专利商标事务所(普通合伙) 44289 | 代理人： | 胡国良 |
| 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： | 本发明公开一种基于深度学习的胎儿超声切面图像中标准切面图像识别系统，其特征在于，包括图像采集模组、图像传输模组、图像识别模组及显示模组，所述图像采集模组对胎儿超声图像进行全扫描获得全扫描胎儿超声切面图像，所述图像传输模组通过无线或者有线方式传输全扫描胎儿超声切面图像至所述图像识别模组，所述图像识别模组基于Inception V3深度学习模型自动识别标准胎儿超声切面图像及基本标准胎儿超声切面图像，并由所述显示模组输出。本发明通过深度学习建立图像识别模组快速高效识别标准切面，提高效率和识别精度。同时，本发明还提供一种基于深度学习的胎儿超声切面图像中标准切面图像识别方法。 | ||
| 搜索关键词： | 切面图像 胎儿超声 图像识别模组 全扫描 图像采集模组 识别系统 图像传输 显示模组 模组 学习 切面 图像 高效识别 基本标准 自动识别 传输 输出 | ||
【主权项】：
1.一种基于深度学习的胎儿超声切面图像中标准切面图像识别方法，包括如下步骤：步骤S01，构建模型：构建胎儿超声切面图像识别模型；步骤S02，采集数据：获取胎儿超声切面图像样本数据；步骤S03，模型训练：以步骤S02获得的胎儿超声切面图像样本数据训练步骤S01构建的模型；步骤S04，以步骤S03训练后的模型对实际胎儿超声切面图像进行标准切面图像识别，并输出识别结果。
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李胜利;李肯立，未经李胜利;李肯立许可，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/201910170839.2/，转载请声明来源钻瓜专利网。
