申请/专利权人:西安工程大学
申请日:2023-06-25
公开(公告)日:2023-10-03
公开(公告)号:CN116843959A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/26;G06V10/82;G06T7/00;G06T5/40;G06T5/50;G06N3/0464;G06N3/084;G16H50/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.10.24#实质审查的生效;2023.10.03#公开
摘要:本发明公开了自动识别大骨节病的分类方法,具体按照以下步骤实施:步骤1、数据收集和预处理;步骤2、深度学习模型训练;步骤3、分类定义和优先级设置;步骤4、自动分类和人工审查;步骤5、早期干预和自动审查;步骤6、与影像医生的诊断性能匹配。本发明通过深度学习框架和图像处理方法,在大骨节病的诊断和分类中具有高效、准确、早期干预和工作量减少的优势,提高了医疗效率和患者护理水平,能够自动识别大骨节病的X‑ray图像,消除了对人工目视诊断的依赖,提高了诊断效率和准确性。
主权项:1.自动识别大骨节病的分类方法,其特征在于:具体按照以下步骤实施:步骤1、数据收集和预处理;步骤2、深度学习模型训练;步骤3、分类定义和优先级设置;步骤4、自动分类和人工审查;步骤5、早期干预和自动审查;步骤6、与影像医生的诊断性能匹配。
全文数据:
权利要求:
百度查询: 西安工程大学 自动识别大骨节病的分类方法
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。