[发明专利]一种基于深度学习的脊柱畸形筛查系统及方法有效
| 申请号： | 201810434100.3 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108710901B | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 杨军林;林浩添;张凯;范恒伟;黄紫房 | 申请（专利权）人： | 广州市新苗科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H15/00;G16H50/30 |
| 代理公司： | 广州润禾知识产权代理事务所(普通合伙) 44446 | 代理人： | 周郑奇;林名钦 |
| 地址： | 510000 广东省广州市越秀区中山二路马棚*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 脊柱 畸形 系统 方法 | ||
1.一种基于深度学习的脊柱畸形筛查系统，其特征在于，至少包括：
处理分析模块，其中预置有若干深度学习模型，通过该深度学习模型对脊柱外观图片进行分析处理，得出分析结果；
深度学习模型有三个，一个用于判定是否存在脊柱畸形，另一个用于判定脊柱畸形的严重程度，还有一个用于提取脊柱外观图片中相应的颈部及背部部分；
先将脊柱外观图片输入到用于提取脊柱外观图片中相应的颈部及背部部分的深度学习模型进行预处理，然后将预处理后的脊柱外观图片输入到用于判定是否存在脊柱畸形的深度学习模型中，若判定是，则将预处理后的脊柱外观图片输入到用于判定脊柱畸形的严重程度的深度学习模型中。
2.根据权利要求1所述的一种基于深度学习的脊柱畸形筛查系统，其特征在于，还包括接收模块，用于接收脊柱外观图片。
3.根据权利要求1所述的一种基于深度学习的脊柱畸形筛查系统，其特征在于，还包括发送模块，用于向外发送分析结果。
4.根据权利要求1所述的一种基于深度学习的脊柱畸形筛查系统，其特征在于，还包括模型更新模块，用于通过自适应学习更新预置的深度学习模型。
5.一种基于深度学习的脊柱畸形筛查方法，包括如下步骤：
预先训练得到若干深度学习模型；
S1.通过深度学习模型对脊柱外观图片进行分析处理，得出分析结果；
深度学习模型有三个，一个用于判定是否存在脊柱畸形，另一个用于判定脊柱畸形的严重程度，还有一个用于提取脊柱外观图片中相应的颈部及背部部分；
先将脊柱外观图片输入到用于提取脊柱外观图片中相应的颈部及背部部分的深度学习模型进行预处理，然后将预处理后的脊柱外观图片输入到用于判定是否存在脊柱畸形的深度学习模型中，若判定是，则将预处理后的脊柱外观图片输入到用于判定脊柱畸形的严重程度的深度学习模型中。
6.根据权利要求5所述的一种基于深度学习的脊柱畸形筛查方法，其特征在于，通过带有标注的脊柱外观图片预先训练得出深度学习模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州市新苗科技有限公司，未经广州市新苗科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810434100.3/1.html，转载请声明来源钻瓜专利网。
