公开(公告)号：CN113436155B

公开(公告)日：2023-12-19

申请号：CN202110668377.4

申请日：2021-06-16

Applicant: 复旦大学附属华山医院

Inventor： 王英伟 ,  杨笑宇 ,  耿道颖 ,  周锟 ,  于泽宽 ,  徐道杰 ,  罗猛强 ,  陈平 ,  汪乐天 ,  李东丽

IPC: G16H30/20 ,  G06F30/27 ,  G06T7/00 ,  G06N3/08

公开(公告)号：CN113436155A

公开(公告)日：2021-09-24

申请号：CN202110668377.4

申请日：2021-06-16

Applicant: 复旦大学附属华山医院

Inventor： 王英伟 ,  杨笑宇 ,  耿道颖 ,  周锟 ,  于泽宽 ,  徐道杰 ,  罗猛强 ,  陈平 ,  汪乐天 ,  李东丽

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的超声臂丛神经图像识别方法，涉及超声图像智能识别技术领域，该方法包括：获取多例超声神经图像数据并进行预处理，构建训练神经网络模型所需的带有标签的超声图像数据集；将超声图像数据集按照8:2的比例分为训练集和测试集，将训练集中的超声图像进行扩充和特征增强；构建挤压‑注意力机制模块SA加到传统卷积中；在V‑net网络中引入挤压激励模块和注意力机制模块从而构建SA V‑net网络模型并进行训练；载入训练好的SA V‑net网络模型，输入测试集进行预测得到识别结果，并根据标签计算Dice系数。本发明能够帮助临床医生快速准确的定位需要进行神经阻滞的区域，帮助使得患者在术中更加平稳，术后恢复更快，具有更好的临床实用性。