[发明专利]一种基于深度学习的软组织肿瘤良恶性预测模型构建方法在审
| 申请号： | 202211271722.1 | 申请日： | 2022-10-18 |
| 公开（公告）号： | CN115620912A | 公开（公告）日： | 2023-01-17 |
| 发明（设计）人： | 谢海琴;董理聪;张屿森;吕衡;赵辰阳;杨琪;刘俐;孙德胜;沈琳琳;李雪晨;张宇迪 | 申请（专利权）人： | 北京大学深圳医院;深圳大学 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50;G16H50/30;G06F18/25;G06N3/0464;G06N3/08;G06V10/80;G06V10/82 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 刘芙蓉 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明提供了一种基于深度学习的软组织肿瘤良恶性预测模型构建方法，建立了一个基于超声图像和临床特征诊断软组织肿瘤(STT)的人工智能辅助STT预测模型。所述模型基于灰阶超声和彩色多普勒超声两个超声模态的图像，以及STT患者的临床特征；利用多数据融合卷积神经网络同时进行超声图像和临床特征的分析，将图像数据和语义信息叠加，进行综合预测。在经过前期训练和验证后，所述模型在鉴别STT良恶性方面，诊断表现相对稳定、准确性较高，而且高效、自动化，达到辅助超声医生诊断的目的，具有准确的超声图像评分能力，极大地提高缺乏经验超声医生的评分准确性和稳定性。该模型可开发为商业软件，嵌入超声设备，一键化操作，简单易行。 | ||
| 搜索关键词： | 一种 基于 深度 学习 软组织 肿瘤 恶性 预测 模型 构建 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北京大学深圳医院;深圳大学，未经北京大学深圳医院;深圳大学许可，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/202211271722.1/，转载请声明来源钻瓜专利网。
