公开(公告)号：CN114742760A

公开(公告)日：2022-07-12

申请号：CN202210229363.7

申请日：2022-03-09

Applicant: 宁波工程学院

Inventor： 刘云鹏 ,  干开丰 ,  王宇 ,  李瑾 ,  杨亿栋 ,  徐逸群 ,  梁新龙 ,  刘畅 ,  罗德旺 ,  童书阳 ,  沈琬琳 ,  钱俊杰

IPC: G06T7/00 ,  G16H30/40 ,  G16H50/20 ,  G06V10/774 ,  G06V10/764 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种X光片桡骨远端骨折自动快速诊断方法，通过结合深度学习与图像分析处理技术，使用三层U‑Net网络级联形成的端到端分割网络进行训练，对桡骨远端骨折分类判断最关键的关节面区和非关节面区进行精准的分割；采样两级分类，首先深度学习利用关节面区特征，对正常、A型骨折作为一类，与B型和C型骨折作为一类进行有效区分；然后深度学习利用非关节面区特征，进一步分别对正常、A型骨折、B型骨折和C型骨折进行识别，这种分层识别模式，粗分时将更相近的图像作为一类，可以达到更精准的分类结果；优点是分类准确率高，且能够对正常、A型、B型和C型单独的准确率进行描述，能够为后续准确率优化提升提供有力的技术数据。