- 专利标题: 基于深度学习的下肢深静脉血栓的检测方法、介质及终端
-
申请号: CN202010387879.5申请日: 2020-05-09
-
公开(公告)号: CN111754452B公开(公告)日: 2021-05-18
- 发明人: 陈汉威 , 黄益 , 黄炳升 , 吴颖桐 , 黄晨 , 叶裕丰 , 张洪源 , 田君如 , 袁程朗 , 罗梓欣 , 林楚旋 , 张乃文 , 邱峥轩 , 谢晓彤 , 梁健科 , 何卓南 , 贺雪平
- 申请人: 广州市番禺区中心医院
- 申请人地址: 广东省广州市番禺区桥南街福愉东路8号
- 专利权人: 广州市番禺区中心医院
- 当前专利权人: 广州市番禺区中心医院
- 当前专利权人地址: 广东省广州市番禺区桥南街福愉东路8号
- 代理机构: 深圳市君胜知识产权代理事务所
- 代理商 刘文求; 朱阳波
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了基于深度学习的下肢深静脉血栓的检测方法、介质及终端,所述检测方法通过获取检测对象的磁共振成像图像的样本组成训练集,并在所述训练集内的磁共振成像图像中框定血栓检测框;构建血栓检测网络模型,将所述训练集输入血栓检测网络模型中进行训练,得到训练后的血栓检测网络模型;所述血栓检测网络模型基于YOLOv3检测网络构建,并使用五通道的图像矩阵作为血栓检测网络模型输入;将待检测的磁共振成像图像输入训练后的血栓检测网络模型,得到静脉血栓检测结果。实现在背景复杂的医学影像中实现较高的检测效率,辅助医生快速准确地完成下肢DVT的诊断。
公开/授权文献
- CN111754452A 基于深度学习的下肢深静脉血栓的检测方法、介质及终端 公开/授权日:2020-10-09