[发明专利]基于深度学习多通道与图嵌法的膝关节病症超声诊断方法有效
| 申请号： | 201910464198.1 | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110390665B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 隆志力;李祚华;牛谨;张小兵 | 申请（专利权）人： | 哈尔滨工业大学（深圳） |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G16H30/40;G16H50/20 |
| 代理公司： | 深圳市千纳专利代理有限公司 44218 | 代理人： | 刘晓敏 |
| 地址： | 518000 广东省深圳市南*** | 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： | 本发明公开了一种基于深度学习多通道与图嵌法的膝关节病症超声诊断方法，其包括以下步骤：利用snake算法对膝关节超声图像中的积液区域进行预处理，接着输入到定义好的网络模型中实现语义分割；在Resnet网络结构的基础上,利用二次训练的图嵌法对数据集中的膝关节超声图像进行训练，最后利用分割网络和分类网络的试验进行验证；本发明采用多通道叠加和图嵌法的思路对膝关节超声图像进行分割和训练，可以根据不同膝关节疾病超声图像中积液区域是否伴随滑膜增厚的差异区分出疾病类别，避免了膝关节超声图像判定完全依靠医生的肉眼和个人判断，消除主观性和人为误差的问题，整个分割和分类识别的方法简单高效，诊断精确。 | ||
| 搜索关键词： | 基于 深度 学习 通道 图嵌法 膝关节 病症 超声 诊断 方法 | ||
【主权项】：
1.一种基于深度学习多通道与图嵌法的膝关节病症超声诊断方法，其特征在于：其包括以下步骤：对膝关节超声图像中积液区域的识别以及提取，将膝关节超声图像的轮廓收缩至目标区域附近，以将膝关节超声图像外围易被误分割的区域剔除掉；对分割得来的膝关节超声图像进行识别并分类，根据不同膝关节疾病的积液区域超声表现的差异性，利用Rsenet网络进行预处理并训练数据，训练方法为Skipgram模型，对测试集数据进行分类预测。
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哈尔滨工业大学（深圳），未经哈尔滨工业大学（深圳）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/201910464198.1/，转载请声明来源钻瓜专利网。
