基于多任务的早孕期胎儿标准切面的自动质量控制方法

    公开(公告)号:CN113393456B

    公开(公告)日:2022-04-19

    申请号:CN202110788728.5

    申请日:2021-07-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多任务的早孕期胎儿标准切面的自动质量控制方法,包括:获取多张早孕期胎儿超声切面图像,对多张早孕期胎儿超声切面图像进行预处理,以得到预处理后的多张早孕期胎儿超声切面图像,将获得的每张预处理后的早孕期胎儿超声切面图像输入训练好的多任务深度卷积网络中,以获得该张早孕期胎儿超声切面图像对应切面的类别及其置信度、该切面中所有关键解剖结构的类别及其置信度、以及所有关键解剖结构的位置坐标,将每张早孕期胎儿超声切面图像对应切面的类别、以及该切面中所有关键解剖结构的类别输入到训练好的SVM分类模型中。本发明能够解决现有基于人工筛查的方法工作量较大和耗时长的技术问题。

    基于多任务的早孕期胎儿标准切面的自动质量控制方法

    公开(公告)号:CN113393456A

    公开(公告)日:2021-09-14

    申请号:CN202110788728.5

    申请日:2021-07-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多任务的早孕期胎儿标准切面的自动质量控制方法,包括:获取多张早孕期胎儿超声切面图像,对多张早孕期胎儿超声切面图像进行预处理,以得到预处理后的多张早孕期胎儿超声切面图像,将获得的每张预处理后的早孕期胎儿超声切面图像输入训练好的多任务深度卷积网络中,以获得该张早孕期胎儿超声切面图像对应切面的类别及其置信度、该切面中所有关键解剖结构的类别及其置信度、以及所有关键解剖结构的位置坐标,将每张早孕期胎儿超声切面图像对应切面的类别、以及该切面中所有关键解剖结构的类别输入到训练好的SVM分类模型中。本发明能够解决现有基于人工筛查的方法工作量较大和耗时长的技术问题。

Patent Agency Ranking