-
公开(公告)号：CN113313718A
公开(公告)日：2021-08-27
申请号：CN202110588618.4
申请日：2021-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的急性腰椎骨折MRI图像分割系统，包括：T1模态数据输入模块，用于加载MRI图像的T1模态数据；T2模态数据输入模块，用于加载MRI图像的T2模态数据；双模态UNet模型，利用深度学习技术处理MRI图像的T1模态数据和T2模态数据，包括特征编码降采样、特征解码上采样和跳跃连接三个部分；双模态特征拼接模块，用于把T1模态数据的MRI图像经特征编码后的数据和T2模态数据的MRI图像经特征编码后的数据进行特征拼接；分割结果输出模块，用于输出腰椎骨折区域的分割结果。本发明利用深度学习技术处理急性腰椎骨折MRI图像的双模态数据，实现急性腰椎骨折区域的分割标记输出，提升了急性腰椎骨折的自动诊断能力。
-
公开(公告)号：CN113313718B
公开(公告)日：2023-02-10
申请号：CN202110588618.4
申请日：2021-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的急性腰椎骨折MRI图像分割系统，包括：T1模态数据输入模块，用于加载MRI图像的T1模态数据；T2模态数据输入模块，用于加载MRI图像的T2模态数据；双模态UNet模型，利用深度学习技术处理MRI图像的T1模态数据和T2模态数据，包括特征编码降采样、特征解码上采样和跳跃连接三个部分；双模态特征拼接模块，用于把T1模态数据的MRI图像经特征编码后的数据和T2模态数据的MRI图像经特征编码后的数据进行特征拼接；分割结果输出模块，用于输出腰椎骨折区域的分割结果。本发明利用深度学习技术处理急性腰椎骨折MRI图像的双模态数据，实现急性腰椎骨折区域的分割标记输出，提升了急性腰椎骨折的自动诊断能力。
-
公开(公告)号：CN113384261B
公开(公告)日：2022-12-16
申请号：CN202110588575.X
申请日：2021-05-28
Applicant: 华南理工大学
IPC: A61B5/055 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06T5/40 , G06T7/00 , G06T7/11
Abstract: 本发明公开了一种基于深度学习的椎体压缩性骨折多模态智能诊断系统，包括：数据导入模块，用于加载多模态图像，并对图像进行预处理；诊断模块，利用特征提取模块提取不同模态的医学图像特征，利用特征融合模块将不同模态的医学图像特征融合，并利用特征解码模块将融合的特征解码出来；预测模块，利用诊断模块依据多模态医学图像进行疾病智能诊断，并提供诊断结果置信度和可视化图。本发明将深度学习技术与多模态医学图像结合，提供医学疾病的诊断结果及其置信度并对结果进行可视化，提升疾病诊断能力，解决压缩骨折主要依靠影像科医生主观判断的缺点，可快速、准确的自动识别椎体压缩性骨折(OVCF)。
-
公开(公告)号：CN113384261A
公开(公告)日：2021-09-14
申请号：CN202110588575.X
申请日：2021-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的椎体压缩性骨折多模态智能诊断系统，包括：数据导入模块，用于加载多模态图像，并对图像进行预处理；诊断模块，利用特征提取模块提取不同模态的医学图像特征，利用特征融合模块将不同模态的医学图像特征融合，并利用特征解码模块将融合的特征解码出来；预测模块，利用诊断模块依据多模态医学图像进行疾病智能诊断，并提供诊断结果置信度和可视化图。本发明将深度学习技术与多模态医学图像结合，提供医学疾病的诊断结果及其置信度并对结果进行可视化，提升疾病诊断能力，解决压缩骨折主要依靠影像科医生主观判断的缺点，可快速、准确的自动识别椎体压缩性骨折(OVCF)。
-
-
-
Search Results
4
records
(took 0.016 seconds)
