[发明专利]X光胸片的识别方法及装置在审

专利信息
申请号: 201811610295.9 申请日: 2018-12-27
公开(公告)号: CN109727238A 公开(公告)日: 2019-05-07
发明(设计)人: 张俊;李晓鹏;杨阳;韦吉云;张云;王海 申请(专利权)人: 贵阳朗玛信息技术股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G16H50/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 550022 贵州省贵阳市贵阳国家高新技术产业*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胸片 侧位 卷积 图像数据 网络 验证 准确率
【说明书】:

发明公开了一种X光胸片的识别方法及装置,在上述方法中,将多个已经区分出正位和侧位的X光胸片对应的图像数据作为深度卷积网络的第一输入数据,训练所述深度卷积网络;将多个已经区分出正位和侧位的X光胸片对应的图像数据作为所述深度卷积网络的第二输入数据,对训练后的所述深度卷积网络进行验证;在验证准确率高于第一阈值的情况下,将待区分正位和侧位的X光胸片输入训练后的所述深度卷积网络,获取识别结果。可以高效且准确地从大量X光胸片中区分出正位胸片和侧位胸片。解决了相关技术中通过人眼来识别并区分正侧位胸片,效率低下的问题。

技术领域

本发明涉及通信领域,具体而言,涉及一种X光胸片的识别方法及装置。

背景技术

X光胸片,临床上称为胸片,在临床上应用广泛,正位胸片能显示出心脏大血管的大小、形态、位置和轮廓,能观察心脏与毗邻器官的关系和肺内血管的变化,可用于心脏及其径线的测量。左前斜位片显示主动脉的全貌和左右心室及右心房增大的情况。右前斜位片有助于观察左心房增大、肺动脉段突出和右心室漏斗部增大的变化。左侧位片能观察心、胸的前后径和胸廓畸形等情况,对主动脉瘤与纵隔肿物的鉴别及定位尤为重要。

由于X光胸片大多数是正位胸片和侧位胸片各一张,通过混淆的样本来训练深度学习网络,会出现很大的误差。而通过人眼来识别并区分正侧位胸片,效率十分低下。

因此,如何能高效且准确地从大量X光胸片中区分出正位胸片和侧位胸片,是目前亟待解决的问题。

发明内容

本发明的主要目的在于公开了一种X光胸片的识别方法及装置,以至少解决相关技术中还缺乏高效且准确地从大量X光胸片中区分出正位胸片和侧位胸片的相应技术方案的问题。

根据本发明的一个方面,提供了一种X光胸片的识别方法。

根据本发明的X光胸片的识别方法包括:将多个已经区分出正位和侧位的X光胸片对应的图像数据作为深度卷积网络的第一输入数据,训练上述深度卷积网络;将多个已经区分出正位和侧位的X光胸片对应的图像数据作为上述深度卷积网络的第二输入数据,对训练后的上述深度卷积网络进行验证;在验证准确率高于第一阈值的情况下,将待区分正位和侧位的X光胸片输入训练后的上述深度卷积网络,获取识别结果。

根据本发明的另一方面,提供了一种X光胸片的识别装置。

根据本发明的X光胸片的识别装置包括:训练模块,用于将多个已经区分出正位和侧位的X光胸片对应的图像数据作为深度卷积网络的第一输入数据,训练上述深度卷积网络;验证模块,用于将多个已经区分出正位和侧位的X光胸片对应的图像数据作为上述深度卷积网络的第二输入数据,对训练后的上述深度卷积网络进行验证;第一获取模块,用于在验证准确率高于第一阈值的情况下,将待区分正位和侧位的X光胸片输入训练后的上述深度卷积网络,获取识别结果。

与现有技术相比,本发明实施例至少具有以下优点:将正侧位的X光胸片区分为不同的样本集来训练深度卷积网络,对训练后的上述深度卷积网络进行验证,在验证准确率高于第一阈值的情况下,将待区分正位和侧位的X光胸片输入训练后的上述深度卷积网络,可以高效且准确地从大量X光胸片中区分出正位胸片和侧位胸片。解决了相关技术中通过人眼来识别并区分正侧位胸片,效率低下的问题。

附图说明

图1是根据本发明实施例的X光胸片的识别方法的流程图;

图2是根据本发明优选实施例的X光胸片的识别方法的流程图;

图3是根据本发明实施例的X光胸片的识别装置的结构框图;

图4是根据本发明优选实施例的X光胸片的识别装置的结构框图。

具体实施方式

下面结合说明书附图对本发明的具体实现方式做一详细描述。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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贵阳朗玛信息技术股份有限公司,未经贵阳朗玛信息技术股份有限公司许可,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/201811610295.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top