申请/专利权人：司法鉴定科学研究院

申请日：2020-12-24

公开（公告）日：2024-01-19

公开（公告）号：CN112562033B

主分类号：G06T11/00

分类号：G06T11/00;G16H30/40;G06V10/764;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.01.19#授权;2021.04.13#实质审查的生效;2021.03.26#公开

摘要：本发明公开了一种基于骨盆CT图片获得用于快速识别受伤个体的数据的转化方法，包括以下步骤：1对若干个体进行CT扫描；2收集这些个体的骨盆CT图片；3利用卷积神经网络特征提取器对骨盆CT图片进行特征提取，得到特征数据，并利用转化方程对这些特征数据进行转化，得到转化后的综合特征信息数据。本发明可以简便、快速、低成本从骨盆CT图片提取特征，并对这些特征进行转化，得到转化后的综合特征信息数据，综合特征信息数据进一步用于个体受伤的快速识别模型。

主权项：1.一种基于骨盆CT图片获得用于快速识别受伤个体的数据的转化方法，其特征在于，包括以下步骤：1）对若干个体进行CT扫描；2）收集这些个体的骨盆CT图片；3）利用卷积神经网络特征提取器对骨盆CT图片进行特征提取，得到特征数据，并利用转化方程对这些特征数据进行转化，排除特征数据中的冗余信息，得到转化后的综合特征信息数据；所述特征数据包括x1-x29共29个特征数据；所述综合特征信息数据包括Y1-Y8共8个数据；Y1的转化方程为：Y1=-0.002608[x1]-0.003528[x2]-0.01981[x3]+0.003867[x4]-0.03497[x5]-0.02528[x6]-0.005055[x7]-0.06280[x8]-0.001421[x9]-0.0009575[x10]-0.07293[x11]-0.05886[x12]-0.04936[x13]-0.06122[x14]-0.03372[x15]-0.07198[x16]-0.02127[x17]-0.05554[x18]-0.03507[x19]-0.07764[x20]-0.06150[x21]-0.04577[x22]-0.07286[x23]-0.03010[x24]+0.01372[x25]-0.07084[x26]-0.06171[x27]-0.07209[x28]-0.04400[x29]+15.087；Y2的转化方程为：Y2=+0.001791[x1]-0.03705[x2]+0.009386[x3]+0.09622[x4]+0.008747[x5]+0.01043[x6]+0.1009[x7]+0.01433[x8]+0.1572[x9]+0.02748[x10]+0.03883[x11]+0.03646[x12]-0.01670[x13]+0.01962[x14]+0.04708[x15]-0.06334[x16]+0.1111[x17]-0.03009[x18]+0.06032[x19]-0.05217[x20]-0.05729[x21]-0.006463[x22]-0.01770[x23]+0.01615[x24]+0.1990[x25]-0.02558[x26]-0.02540[x27]-0.04620[x28]-0.04119[x29]-4.735；Y3的转化方程为：Y3=-0.1135[x1]-0.2012[x2]-0.003212[x3]+0.1380[x4]+0.03829[x5]-0.1143[x6]-0.01008[x7]-0.07625[x8]+0.09322[x9]-0.02301[x10]+0.06214[x11]+0.02814[x12]+0.02732[x13]-0.04548[x14]+0.04238[x15]-0.01092[x16]-0.01883[x17]+0.02114[x18]+0.05014[x19]-0.1207[x20]-0.01414[x21]-0.03235[x22]-0.05944[x23]+0.02177[x24]+0.09775[x25]+0.0008945[x26]-0.01516[x27]+0.04469[x28]+0.01955[x29]+3.522；Y4的转化方程为：Y4=+0.1375[x1]-0.04963[x2]+0.04133[x3]+0.1679[x4]-5.722E-06[x5]-0.1303[x6]+0.06474[x7]-0.09825[x8]+0.1322[x9]-0.02689[x10]+0.01115[x11]+0.06599[x12]+0.08598[x13]-0.1722[x14]+0.03749[x15]+0.04015[x16]-0.09560[x17]+0.06715[x18]+0.03999[x19]-0.08566[x20]+0.009685[x21]-0.07393[x22]-0.03277[x23]+0.05434[x24]+0.05768[x25]+0.002512[x26]-0.06272[x27]+0.007202[x28]-0.05132[x29]-3.472；Y5的转化方程为：Y5=-0.004278[x1]-0.03228[x2]-0.03842[x3]-0.04562[x4]+0.002254[x5]+0.03222[x6]+0.07669[x7]-0.1307[x8]+0.08191[x9]-0.004142[x10]+0.06341[x11]+0.1195[x12]+0.03697[x13]-0.1907[x14]-0.07101[x15]-0.02194[x16]-0.07558[x17]+0.04869[x18]+0.006796[x19]-0.04322[x20]+0.06071[x21]+0.01823[x22]-0.03642[x23]+0.05275[x24]+0.1535[x25]-0.02061[x26]-0.009553[x27]-0.003576[x28]-0.03984[x29]+0.2459；Y6的转化方程为：Y6=+0.03842[x1]+0.05029[x2]-0.02583[x3]+0.02608[x4]+0.01359[x5]+0.08693[x6]+0.07072[x7]-0.1622[x8]-0.01445[x9]-0.06404[x10]+0.01896[x11]+0.1473[x12]+0.05971[x13]-0.04348[x14]-0.07814[x15]-0.05191[x16]+0.01407[x17]+0.05281[x18]-0.02281[x19]-0.1182[x20]-0.003314[x21]+0.05001[x22]+0.04439[x23]-0.07144[x24]-0.001820[x25]+0.06537[x26]-0.05198[x27]+0.02168[x28]-0.03421[x29]-0.5222；Y7的转化方程为：Y7=-0.02849[x1]+0.1337[x2]-0.03743[x3]+0.07537[x4]-0.01519[x5]-0.03177[x6]+0.08396[x7]-0.1775[x8]+0.004585[x9]+0.03242[x10]+0.02601[x11]-0.07063[x12]+0.08590[x13]+0.01693[x14]-0.02172[x15]+0.003717[x16]+0.07345[x17]+0.05540[x18]-0.06135[x19]-0.05733[x20]+0.001809[x21]+0.04623[x22]+0.07425[x23]-0.008544[x24]+0.03472[x25]-0.01514[x26]+0.07609[x27]-0.02744[x28]+0.04169[x29]-2.856；Y8的转化方程为：Y8=-0.04109[x1]+0.04229[x2]-0.03447[x3]-0.05996[x4]+0.004215[x5]-0.01111[x6]+0.04588[x7]-0.07993[x8]+0.1370[x9]-0.01799[x10]+0.01631[x11]-0.08259[x12]+0.06593[x13]+0.1146[x14]-0.09861[x15]+0.02502[x16]+0.1166[x17]+0.1020[x18]-0.02671[x19]-0.07814[x20]+0.03331[x21]-0.04498[x22]+0.05445[x23]-0.05827[x24]-0.04238[x25]-0.05418[x26]-0.05118[x27]-0.07210[x28]+0.04190[x29]+1.110。

全文数据：

权利要求：

百度查询： 司法鉴定科学研究院 基于骨盆CT图片获得用于快速识别受伤个体的数据的转化方法

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。

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