[发明专利]基于轻量级卷积神经网络的智能医学图像质量评估方法在审
| 申请号： | 201911035271.X | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110827250A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 周龙;叶宏伟;沈锴;王硕 | 申请（专利权）人： | 浙江明峰智能医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T11/00;G06K9/62 |
| 代理公司： | 绍兴市越兴专利事务所(普通合伙) 33220 | 代理人： | 蒋卫东 |
| 地址： | 311100 浙江省杭州市余杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 轻量级 卷积 神经网络 智能 医学 图像 质量 评估 方法 | ||
1.一种基于轻量级卷积神经网络的智能医学图像质量评估方法，其特征在于，包括以下：
（1）采集临床扫描的CT图像；
（2）对CT图像做预处理；
（3）对不同厚度的CT图像做重采样；
（4）将CT图像尺寸归一化到相同尺寸；
（5）CT图像质量进行评估分类并打分；
（6）加载网络结构；
（7）初始化网络；
（8）将处理好的CT图像和对应的分数输入到网络中训练并计算网络损失；
（9）根据网络损失最优化网络；
（10）保存最优网络和最优权重；
（11）利用最优化的网络模型对3DCT图像中的每一张切片进行质量分类；
（12）使用加权平均的方法给出当前扫描CT图像整体的质量分数，得到评估结果。
2.如权利要求1所述的一种基于轻量级卷积神经网络的智能医学图像质量评估方法，其特征在于：所述步骤（3）中，对所有不同厚度的CT图像采样至1.4mm精度。
3.如权利要求1所述的一种基于轻量级卷积神经网络的智能医学图像质量评估方法，其特征在于：所述步骤（9）中，采用反向传播更新网络权重，直到网络收敛，以获得最优网络和权重。
4.如权利要求1所述的一种基于轻量级卷积神经网络的智能医学图像质量评估方法，其特征在于：所述步骤（7）中，使用轻量级EfficientNet网络，并使用EfficientNet在ImageNet数据集上训练得到的预训练权重来初始化网络。
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浙江明峰智能医疗科技有限公司，未经浙江明峰智能医疗科技有限公司许可，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/201911035271.X/1.html，转载请声明来源钻瓜专利网。
