-
公开(公告)号：CN110390665B
公开(公告)日：2021-11-02
申请号：CN201910464198.1
申请日：2019-05-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习多通道与图嵌法的膝关节病症超声诊断方法，其包括以下步骤：利用snake算法对膝关节超声图像中的积液区域进行预处理，接着输入到定义好的网络模型中实现语义分割；在Resnet网络结构的基础上,利用二次训练的图嵌法对数据集中的膝关节超声图像进行训练，最后利用分割网络和分类网络的试验进行验证；本发明采用多通道叠加和图嵌法的思路对膝关节超声图像进行分割和训练，可以根据不同膝关节疾病超声图像中积液区域是否伴随滑膜增厚的差异区分出疾病类别，避免了膝关节超声图像判定完全依靠医生的肉眼和个人判断，消除主观性和人为误差的问题，整个分割和分类识别的方法简单高效，诊断精确。
-
公开(公告)号：CN110390665A
公开(公告)日：2019-10-29
申请号：CN201910464198.1
申请日：2019-05-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于深度学习多通道与图嵌法的膝关节病症超声诊断方法，其包括以下步骤：利用snake算法对膝关节超声图像中的积液区域进行预处理，接着输入到定义好的网络模型中实现语义分割；在Resnet网络结构的基础上,利用二次训练的图嵌法对数据集中的膝关节超声图像进行训练，最后利用分割网络和分类网络的试验进行验证；本发明采用多通道叠加和图嵌法的思路对膝关节超声图像进行分割和训练，可以根据不同膝关节疾病超声图像中积液区域是否伴随滑膜增厚的差异区分出疾病类别，避免了膝关节超声图像判定完全依靠医生的肉眼和个人判断，消除主观性和人为误差的问题，整个分割和分类识别的方法简单高效，诊断精确。
-
Search Results
2
records
(took 0.048 seconds)
