申请/专利权人:湖南大学
申请日:2023-12-26
公开(公告)日:2024-04-19
公开(公告)号:CN117911752A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/26;G06V10/94;G06V10/82;G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本申请涉及一种胎儿超声颅脑标准切面识别并行处理方法与系统,其中,方法包括:获取胎儿超声图像;根据已训练的深度学习模型,采用GPU并行计算的方式对所述胎儿超声图像进行类别识别,得到类别识别结果、并分割出所述胎儿超声图像中不同结构的box和mask;根据所述胎儿超声图像以及所述不同结构的box和mask,对所述胎儿超声图像标准程度进行评分;基于类别识别结果和评分结果,生成所述胎儿超声图像的识别结果。整个过程中,基于已训练的深度学习模型对所述胎儿超声图像进行类别识别得到图像类别,并且结合评分结果,识别出评分最高的切面图像,其可以失效高效、且准确识别胎儿超声图像中颅脑冠状和矢状切面,为医生提供更可靠的图像分析数据支持。
主权项:1.一种胎儿超声颅脑标准切面识别并行处理方法,其特征在于,所述方法包括:获取胎儿超声图像;根据已训练的深度学习模型,采用GPU并行计算的方式对所述胎儿超声图像进行类别识别,得到类别识别结果、并分割出所述胎儿超声图像中不同结构的box和mask;根据所述胎儿超声图像以及所述不同结构的box和mask,对所述胎儿超声图像标准程度进行评分;基于类别识别结果和评分结果,生成所述胎儿超声图像的识别结果。
全文数据:
权利要求:
百度查询: 湖南大学 胎儿超声颅脑标准切面识别并行处理方法与系统
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。