龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉儿童医院
申请日：2023-10-17
公开（公告）日：2023-12-08
公开（公告）号：CN117197585A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/44;G16H30/00;G16H50/30;G06T3/40;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.12.26#实质审查的生效;2023.12.08#公开
摘要：本发明涉及图像数据处理技术领域，提供了一种基于深度学习的儿童急性阑尾炎影像学病灶分类方法，包括以下步骤：①计算权重：根据诊断指标和病例文本，分析影像区的类别和权重；②图像向量化：对医学影像进行边缘检测，得到医学影像中的多个影像区的位置和类别；③图像赋权：按照步骤②所得影像区建立独立影像层，将影像区的权重根据类别对应作为该独立影像层的注意力权重，将独立影像层叠加于医学影像中，得到赋权重影像；④图像分类。本发明基于图像分区并根据诊断指标和病例文本赋权重的方式，对影像识别的重点关注区域进行初步判断，起到辅助病灶分类的作用，能有效避免特有指征被弱化、忽视的情况，从而确实有效的提升准确性。
主权项：1.一种基于深度学习的儿童急性阑尾炎影像学病灶分类方法，其特征在于，包括以下步骤：①计算权重：根据诊断指标和病例文本，分析影像区的类别和权重；②图像向量化：对医学影像进行边缘检测，得到医学影像中的多个影像区的位置和类别；③图像赋权：按照步骤②所得影像区建立独立影像层，将影像区的权重根据类别对应作为该独立影像层的注意力权重，将独立影像层叠加于医学影像中，得到赋权重影像；④图像分类：基于多目标检测网络，采用注意力机制方法，对赋权重影像进行分类，得到病灶分类结果。
全文数据：
权利要求：
百度查询： 武汉儿童医院 一种基于深度学习的儿童急性阑尾炎影像学病灶分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号