[发明专利]一种基于卷积神经网络的胎儿头围自动精确测量方法有效
| 申请号： | 201910384672.X | 申请日： | 2019-05-09 |
| 公开（公告）号： | CN110279433B | 公开（公告）日： | 2020-03-27 |
| 发明（设计）人： | 罗红 | 申请（专利权）人： | 四川大学华西第二医院;成都市汪汪科技有限公司 |
| 主分类号： | A61B8/08 | 分类号： | A61B8/08 |
| 代理公司： | 成都路航知识产权代理有限公司 51256 | 代理人： | 何筱茂 |
| 地址： | 610000 四*** | 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卷积神经网络的胎儿头围自动精确测量方法，依次包括以下步骤：输入原始胎儿超声丘脑切面超声扫查图像；去除输入图像的敏感信息；多角度裁剪去敏超声图像；输入给已训练好的DeepLabv2，得到多角度图像分割结果；对多角度图像分割结果进行叠加融合；提取分割边界后完成测量。本发明实现对胎儿超声丘脑切面头围精确测量，使用DeepLabV2卷积神经网络模型有效分割识别胎儿丘脑切面的颅脑区域，准确找出超声图像中呈强回声的颅骨的边缘，进而实现了胎儿头围的精确测量，适用于产前超声检查，对缓解医生工作压力、提高产前超声诊断工作效率具有积极作用，同时还能够缓解日益尖锐的医患矛盾和提高医疗资源的有效利用，具有较大的社会价值和实际使用价值。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 胎儿 自动 精确 测量方法 | ||
【主权项】：
1.一种基于卷积神经网络的胎儿头围自动精确测量方法，其特征在于，包括以下步骤：Setp1，输入原始胎儿超声丘脑切面超声扫查图像；Setp2，多角度裁剪超声图像；Setp3，输入给已训练好的DeepLabv2，得到多角度图像分割结果；Setp4，对多角度图像分割结果进行叠加融合；Setp5，提取图像分割边界，获取图像边界像素长度后完成测量。
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四川大学华西第二医院;成都市汪汪科技有限公司，未经四川大学华西第二医院;成都市汪汪科技有限公司许可，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/201910384672.X/，转载请声明来源钻瓜专利网。
