[发明专利]基于分组聚合深度学习模型的肋骨骨折CT图像分类方法有效
| 申请号： | 202110170683.5 | 申请日： | 2021-02-08 |
| 公开（公告）号： | CN112784924B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 胡叶天;郭立君;何秀超;张荣;汪建华 | 申请（专利权）人： | 宁波大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06T7/00;G06T7/40 |
| 代理公司： | 宁波奥圣专利代理有限公司 33226 | 代理人： | 周珏 |
| 地址： | 315211 浙*** | 国省代码： | 浙江;33 |
| 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分组聚合深度学习模型的肋骨骨折CT图像分类方法，其获取干净数据集，从干净数据集中的每幅经脱敏处理后的肋骨骨折CT图像中连续取80张切片，将各自包含80张切片的肋骨骨折CT图像及对应的标签构成训练样本数据；构建分组聚合深度学习网络，包括切片分组阶段、特征提取阶段和聚合决策阶段；训练样本数据输入到分组聚合深度学习网络中进行训练，通过计算损失函数值得到分组聚合深度学习网络分类模型；包含80张切片的测试图像输入到分组聚合深度学习网络分类模型中得到分类分数；优点是在高分辨率的轴向平面上更充分的提取信息，且信息提取过程简单，在低分辨率的轴向平面上，防止信息的过度提取，从而使得分类准确。 | ||
| 搜索关键词： | 基于 分组 聚合 深度 学习 模型 肋骨 骨折 ct 图像 分类 方法 | ||
【主权项】：
暂无信息
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宁波大学，未经宁波大学许可，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/202110170683.5/，转载请声明来源钻瓜专利网。
