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：宁波大学附属第一医院
申请日：2024-03-27
公开（公告）日：2024-06-21
公开（公告）号：CN118229639A
主分类号：G06T7/00
分类号：G06T7/00;A61B6/50;A61B6/00;G06V10/25;G06V10/44;G06V10/766;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种用于腹主动脉钙化的自动评分方法与系统，涉及人工智能技术应用领域，模拟医生的评分过程，首先通过CNN定位并识别第一腰椎至第四腰椎及其相应区域内的主动脉，然后利用改进的回归模型来自动执行评分任务，特别关注样本数据的连续性问题，设计了一个能够捕捉样本间内在有序关系连续性的回归模型，确保更准确地反映钙化程度的变化趋势。本发明取代了传统的依赖医生主观经验的评分方式，降低了评分的主观性，提高了评分的可靠性和一致性，基于样本内在连续性进行回归模型的构建，解决了直接回归忽略数据连续性的问题，使得评分更能反映出钙化病变程度的连续变化。
主权项：1.一种用于腹主动脉钙化的自动评分方法，其特征在于，包括步骤：S1：获取若干第一腰椎至第四腰椎所在区域腹主动脉钙化评分已知的腹部侧位X射线图像；S2：通过经训练并验证后的椎体定位网络，对评分已知的腹部侧位X射线图像进行椎体中心点热图和椎体端点偏移结果的获取；S3：通过最大池化并对椎体中心点热图进行非极大值抑制，获取中心预测点，在中心预测点的基础上根据椎体端点偏移结果获取各椎体关键点；S4：根据各椎体关键点获取两两椎体间双侧中点，并根据双侧中点间的距离进行等距延长下各腰椎腹主动脉的区域图像块获取；S5：根据各腰椎腹主动脉的区域图像块在回归损失和排序损失约束下训练基于排序学习的ACC自动评分网络；S6：通过训练后的ACC自动评分网络执行腹主动脉钙化评分。
全文数据：
权利要求：
百度查询： 宁波大学附属第一医院 一种用于腹主动脉钙化的自动评分方法与系统
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