[发明专利]基于深度学习的医学图像检测方法及相关设备有效
| 申请号： | 201910324565.8 | 申请日： | 2019-04-22 |
| 公开（公告）号： | CN110111313B | 公开（公告）日： | 2022-12-30 |
| 发明（设计）人： | 龚丽君 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/80;G06V10/82 |
| 代理公司： | 深圳市联鼎知识产权代理有限公司 44232 | 代理人： | 刘抗美 |
| 地址： | 518000 广东省深圳*** | 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： | 本公开实施例提供一种基于深度学习的医学图像检测方法、装置、计算机可读介质及电子设备。该方法包括：获取待检测医学图像，所述待检测医学图像包括相邻的多张切片图；通过深度神经网络提取获得各切片图的N张基础特征图；对各切片图的N张基础特征图进行特征融合，得到各切片图的M张增强特征图；对各增强特征图执行分级空洞卷积操作以生成各增强特征图的叠加特征图；以及根据所述叠加特征图预测所述待检测医学图像中的病灶位置信息及其置信度；其中，N和M均为大于1的正整数。本公开实施例的技术方案可以提高医学图像的目标检测精准度。 | ||
| 搜索关键词： | 基于 深度 学习 医学 图像 检测 方法 相关 设备 | ||
【主权项】：
1.一种基于深度学习的医学图像检测方法，其特征在于，包括：获取待检测医学图像，所述待检测医学图像包括相邻的多张切片图；通过深度神经网络提取获得各切片图的N张基础特征图；对各切片图的N张基础特征图进行特征融合，得到各切片图的M张增强特征图；对各增强特征图执行分级空洞卷积操作以生成各增强特征图的叠加特征图；以及根据所述叠加特征图预测所述待检测医学图像中的病灶位置信息及其置信度；其中，N和M均为大于1的正整数。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/201910324565.8/，转载请声明来源钻瓜专利网。
- 上一篇：透明软胶纸的MARK点视觉检测方法及装置
- 下一篇：修缮工程的监理方法
