申请/专利权人：北京安吉贝玛健康科技有限公司;遵义医科大学附属医院

申请日：2023-12-05

公开（公告）日：2024-01-05

公开（公告）号：CN117351018A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/44;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本发明公开了一种基于机器视觉的子宫肌瘤检测辅助系统，包括数据采集模块、数据预处理模块、数据增强模块、子宫肌瘤检测模型构建模块和辅助报告生成模块。本发明涉及妇科医疗技术领域，具体为一种基于机器视觉的子宫肌瘤检测辅助系统，本方案采用数据增强方法，通过旋转、缩放、水平翻转和垂直翻转操作改变子宫肌瘤图像，模拟不同形状的子宫肌瘤，增加了数据多样性，改善了数据不平衡问题，有助于训练模型适应不同病例；采用深度卷积神经网络，可以自动从图像数据中提取具有代表性的特征，学习不同形状的子宫肌瘤的特征表示，提高了模型的检测效率和泛化能力。

主权项：1.一种基于机器视觉的子宫肌瘤检测辅助系统，其特征在于：包括数据采集模块、数据预处理模块、数据增强模块、子宫肌瘤检测模型构建模块和辅助报告生成模块；所述数据采集模块，具体为获取子宫超声图像数据和子宫肌瘤标签，并将所述子宫超声图像数据发送至数据预处理模块，将所述子宫肌瘤标签发送至子宫肌瘤检测模型构建模块；所述数据预处理模块，具体为对子宫超声图像数据进行预处理，得到标准超声图像数据，并将所述标准超声图像数据发送至数据增强模块；所述数据增强模块，具体为通过旋转、缩放、水平翻转和垂直翻转操作，对标准超声图像数据进行数据增强，得到增强超声图像数据，并将所述增强超声图像数据发送至子宫肌瘤检测模型构建模块；所述子宫肌瘤检测模型构建模块，具体为采用深度卷积神经网络进行模型构建，设计深度卷积神经网络结构，通过K次模型训练进行前向传播和反向传播来优化模型，得到子宫肌瘤检测模型，并将所述子宫肌瘤检测模型发送至辅助报告生成模块；所述辅助报告生成模块，具体为采用子宫肌瘤检测模型进行预测，得到预测数据并生成辅助报告。

全文数据：

权利要求：

百度查询： 北京安吉贝玛健康科技有限公司;遵义医科大学附属医院 一种基于机器视觉的子宫肌瘤检测辅助系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD