[发明专利]一种基于深度学习网络的超声采图智能定位方法和系统在审
申请号: | 201910356083.0 | 申请日: | 2019-04-29 |
公开(公告)号: | CN110070576A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 刘西耀;于泰峰;尹皓;刘东权 | 申请(专利权)人: | 成都思多科医疗科技有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T11/00 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 韩洋 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习网络的超声采图智能定位方法及系统,包括:扫描并获取二维图像及其空间位置坐标,存储感兴趣的二维图像用于建立参考图像库;求得二维图像对应的三维体数据,并求取三维体数据对应的长方体三维体数据,并建立规范的长方体三维体数据空间坐标系;构建深度学习网络,利用规范的长方体三维体数据生成任意二维切面图像及其空间位置坐标,训练深度学习网络,以深度学习网络满足:当有二维扫描图像输入时,自动输出扫描图像对应的虚拟探头的空间位置坐标。本发明能够实时得到二维图像切面的空间位置坐标,实时提示探头扫描切面在人体中的位置,引导医生找到感兴趣的或者已标记的切面,节约时间、提高诊断效率。 | ||
搜索关键词: | 三维体数据 空间位置坐标 二维图像 网络 智能定位 探头 超声 学习 切面 二维切面图像 二维扫描图像 输出扫描图像 参考图像库 空间坐标系 扫描切面 构建 存储 扫描 提示 虚拟 诊断 节约 医生 | ||
【主权项】:
1.一种基于深度学习网络的超声采图智能定位方法,其特征在于,所述包括:扫描并获取二维图像及其空间位置坐标,存储感兴趣的二维图像用于建立参考图像库;求得所述二维图像对应的三维体数据,并求取所述三维体数据对应的长方体三维体数据,并建立规范的长方体三维体数据空间坐标系;构建深度学习网络,利用规范的长方体三维体数据生成的任意二维切面图像及其空间位置坐标训练所述深度学习网络,以所述深度学习网络满足:当有二维扫描图像输入时,自动输出所述扫描图像对应的虚拟探头的空间位置坐标。
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成都思多科医疗科技有限公司,未经成都思多科医疗科技有限公司许可,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/201910356083.0/,转载请声明来源钻瓜专利网。