申请/专利权人:深圳视见医疗科技有限公司
申请日:2020-10-19
公开(公告)日:2021-02-19
公开(公告)号:CN112381762A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06T7/11(20170101);G06T7/73(20170101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.03.09#实质审查的生效;2021.02.19#公开
摘要:本发明涉及医疗技术领域,尤其涉及一种基于深度学习算法的CT肋骨骨折辅助诊断系统,该系统包括:数据处理模块,用于对待检测的胸部CT图像,进行数据归一化处理,得到归一化后的所述胸部CT图像;检测模块,用于将归一化处理过后的胸部CT图像作为输入至检测模块中,得到胸部CT图像的检测结果;检测模块包括:肋骨检测单元、肋骨骨折分割单元和肋骨编号及分段单元,显示模块,用于显示胸部CT图像的输出结果。本发明实施例提供的基于深度学习算法的CT肋骨骨折辅助诊断系统有效的降低了肋骨骨折检测的假阳和假阴,并且该检测结果提供了疑似肋骨骨折的位置信息,可以辅助医生诊断。
主权项:1.一种基于深度学习算法的CT肋骨骨折辅助诊断系统,其特征在于,包括:数据处理模块,用于对待检测的胸部CT图像,进行数据归一化处理,得到归一化后的所述胸部CT图像;检测模块,用于将归一化处理过后的所述胸部CT图像作为输入至所述检测模块中,得到所述胸部CT图像的检测结果;所述检测模块包括:肋骨检测单元、肋骨骨折分割单元和肋骨编号及分段单元,显示模块,用于显示所述胸部CT图像的输出结果。
全文数据:
权利要求:
百度查询: 深圳视见医疗科技有限公司 一种基于深度学习算法的CT肋骨骨折辅助诊断系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。