-
公开(公告)号:CN116758392A
公开(公告)日:2023-09-15
申请号:CN202310504917.4
申请日:2023-05-06
Applicant: 北京大学深圳医院
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06V10/764 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请涉及图像识别技术领域,提供了一种基于小样本深度学习的超声图像识别方法及设备。方法包括:获取待识别的甲状腺滤泡性肿瘤超声图像;将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中,得到甲状腺滤泡性肿瘤超声图像对应的识别结果;根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
公开(公告)号:CN115035030A
公开(公告)日:2022-09-09
申请号:CN202210492669.1
申请日:2022-05-07
Applicant: 北京大学深圳医院
Abstract: 本申请涉及图像识别技术领域,提供了一种图像识别方法、装置、计算机设备和计算机可读存储介质。方法包括:获取待识别的甲状腺滤泡性肿瘤超声图像;将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中,得到甲状腺滤泡性肿瘤超声图像对应的识别结果;根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
公开(公告)号:CN116758392B
公开(公告)日:2024-11-05
申请号:CN202310504917.4
申请日:2023-05-06
Applicant: 北京大学深圳医院
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06V10/764 , G06V20/70 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请涉及图像识别技术领域,提供了一种基于小样本深度学习的超声图像识别方法及设备。方法包括:获取待识别的甲状腺滤泡性肿瘤超声图像;将甲状腺滤泡性肿瘤超声图像输入到预先训练好的肿瘤识别网络中,得到甲状腺滤泡性肿瘤超声图像对应的识别结果;根据识别结果判断甲状腺滤泡性肿瘤超声图像显示的甲状腺滤泡性肿瘤是否为良性。采用本方法具有高灵敏度、高特异型以及较高的识别率。
-
公开(公告)号:CN116977282A
公开(公告)日:2023-10-31
申请号:CN202310748509.3
申请日:2023-06-25
Applicant: 北京大学深圳医院(北京大学深圳临床医学院)
IPC: G06T7/00 , G06V10/764 , G06V10/40 , G06V10/82 , G06V10/44 , G06V10/774
Abstract: 本发明公开了一种基于深度网络模型的图像识别方法,属于医疗技术领域。本发明获取待测患者的超声图像并对所述待测患者的超声图像进行预处理;将预处理后的超声图像输入经训练的甲状腺滤泡性癌症图像识别模型中进行图像特征提取;根据所述图像特征进行甲状腺滤泡性癌症图像识别并输出最终识别结果。本发明通过对甲状腺滤泡癌症图像识别模型的不断优化调整,得到训练成熟的甲状腺滤泡癌症图像识别模型进而运用该模型实现对甲状腺滤泡癌症超声图像的判断识别。
-
-
-