申请/专利权人:北京长木谷医疗科技股份有限公司;张逸凌
申请日:2023-11-14
公开(公告)日:2024-03-01
公开(公告)号:CN117635546A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/11;G06N3/0464;G06V10/40;G06V10/80;G06N20/00;G06V10/74;G06N3/0895;G06V10/776;G06V10/774;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本申请提供了一种基于对比学习及弱监督的股骨头坏死区域识别方法、装置、设备及计算机可读存储介质。该基于对比学习及弱监督的股骨头坏死区域识别方法,包括:获取髋关节CT数据;将髋关节CT数据输入预设的股骨头坏死区域分割网络模型,识别出股骨头坏死区域;其中,股骨头坏死区域分割网络模型中的分割区域对比学习模块,用于通过最大化相关样本之间的相似性,并最小化不相关样本之间的相似性来学习数据表示。根据本申请实施例,能够提高股骨头坏死区域识别效率。
主权项:1.一种基于对比学习及弱监督的股骨头坏死区域识别方法,其特征在于,包括:获取髋关节CT数据;将髋关节CT数据输入预设的股骨头坏死区域分割网络模型,识别出股骨头坏死区域;其中,股骨头坏死区域分割网络模型中的分割区域对比学习模块,用于通过最大化相关样本之间的相似性,并最小化不相关样本之间的相似性来学习数据表示。
全文数据:
权利要求:
百度查询: 北京长木谷医疗科技股份有限公司;张逸凌 基于对比学习及弱监督的股骨头坏死区域识别方法及装置
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。