[发明专利]使用深度神经网络标记全脊柱图像的方法和系统有效
| 申请号： | 201910472936.7 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110556179B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 卡维莎·马尼坎;格内什·达拉基亚;维格奈西·辛格;桑迪普·拉克施米帕赛 | 申请（专利权）人： | 通用电气公司 |
| 主分类号： | G16H30/40 | 分类号： | G16H30/40;G06N3/0464;G06N3/08 |
| 代理公司： | 上海专利商标事务所有限公司 31100 | 代理人： | 侯颖媖;钱慰民 |
| 地址： | 美国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明题为“使用深度神经网络标记全脊柱图像的方法和系统。”本发明公开了一种用于自动标记脊柱图像的方法和系统。该方法包括接收输入脊柱图像并通过深度神经网络对输入脊柱图像的图像特征进行分析。该方法还包括基于训练图像数据集的图像特征，通过深度神经网络生成与输入脊柱图像对应的掩模图像。掩模图像中的感兴趣区域包括脊柱的候选椎骨。训练图像数据集包括多个脊柱图像和多个对应的掩模图像。该方法还包括将标签与掩模图像的多个图像组件相关联，以及基于与掩模图像相关联的标签来标记输入脊柱图像。 | ||
| 搜索关键词： | 使用 深度 神经网络 标记 脊柱 图像 方法 系统 | ||
【主权项】：
1.一种用于自动标记脊柱图像的方法，所述方法包括：/n接收输入脊柱图像；/n通过深度神经网络，对所述输入脊柱图像的图像特征进行分析；/n基于训练图像数据集的图像特征，通过所述深度神经网络生成与所述输入脊柱图像对应的掩模图像，其中所述掩模图像中的感兴趣区域包括脊柱的候选椎骨，其中所述训练图像数据集包括多个脊柱图像和多个对应的掩模图像；/n将标签与对应于所述输入脊柱图像的所述掩模图像的多个图像组件相关联；以及/n基于与所述掩模图像相关联的所述标签来标记所述输入脊柱图像。/n
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通用电气公司，未经通用电气公司许可，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/201910472936.7/，转载请声明来源钻瓜专利网。
