[发明专利]基于深度学习驱动的超声成像信息计算机处理系统有效
| 申请号： | 201910721584.4 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110555827B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 刘翔;马瑞琳;赵静文;石蕴玉;翟岳仙 | 申请（专利权）人： | 上海工程技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T11/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 应小波 |
| 地址： | 201620 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习驱动的超声成像信息计算机处理系统，包括：高频超声图像获取模块；组织器官膜状结构信息定位模块；patch小块获取模块，采用滑动窗口自动获取小块区域范围，筛选掉成像质量低于设定阈值的patch小块，将其余patch小块用于深度学习网络的训练和测试；网络训练模块，用于根据组织器官膜状结构和实质结构区域的不同图像特点，分别选择符合两种区域图像特点的深度学习网络模型进行训练以及后续特征的提取；两级分类模块，用于利用组织器官膜状结构模型A和实质模型B对patch小块获取模块输出的patch小块进行分类结果处理，经投票方法得到整体高频超声图像的分类结果。本发明应用到肝硬化的分期诊断中达到了较高的准确率和灵敏度。 | ||
| 搜索关键词： | 基于 深度 学习 驱动 超声 成像 信息 计算机 处理 系统 | ||
【主权项】：
1.一种基于深度学习驱动的超声成像信息计算机处理系统，其特征在于，包括：/n高频超声图像获取模块，用于获取组织器官的超声图像信息；/n组织器官膜状结构信息定位模块，与高频超声图像获取模块连接，用于对接收的超声图像信息进行处理，并找到组织器官膜状结构区域和实质区域的大体界限；/npatch小块获取模块，与组织器官膜状结构信息定位模块连接，采用滑动窗口自动获取小块区域范围，筛选掉成像质量低于设定阈值的patch小块，将其余patch小块用于深度学习网络的训练和测试；/n网络训练模块，与patch小块获取模块连接，用于根据组织器官膜状结构区域和实质区域的不同图像特点，分别选择符合两种区域图像特点的深度学习网络模型进行训练以及后续特征的提取；/n两级分类模块，分别与patch小块获取模块和网络训练模块连接，用于利用网络训练模块训练后的组织器官膜状结构模型A和实质模型B对patch小块获取模块输出的patch小块进行分类结果处理，经投票方法得到整体高频超声图像的分类结果。/n
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上海工程技术大学，未经上海工程技术大学许可，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/patent/201910721584.4/，转载请声明来源钻瓜专利网。
