申请/专利权人：慧影医疗科技(北京)股份有限公司

申请日：2021-08-27

公开（公告）日：2024-05-07

公开（公告）号：CN113762265B

主分类号：G06V10/26

分类号：G06V10/26;G06V10/774;G06V10/764;G06T7/00;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2022.03.11#著录事项变更;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明公开了一种肺炎的分类分割方法及系统，涉及图像处理技术领域。该方法包括：获取预设数量的包含肺炎的肺部CT图像并构建训练集；通过训练集对预设的卷积神经网络进行训练，并通过损失函数对训练得到的输出结果进行迭代优化，卷积神经网络的输入为肺部CT图像，输出为肺炎区域、肺炎类别和肺炎征象；获取待处理的肺部CT图像，将待处理的肺部CT图像输入到优化后的卷积神经网络中，得到待处理的肺部CT图像的肺炎区域和肺炎类别。本发明提升了模型的准确性以及学习效率，进而提升分类与分割的准确度。

主权项：1.一种肺炎的分类分割方法，其特征在于，包括：获取预设数量的包含肺炎的肺部CT图像并构建训练集；获取预设数量的包含肺炎的肺部CT图像，对每张肺部CT图像中的肺炎区域进行标注，并对肺炎区域的肺炎类别和肺炎征象进行标注；将标注后的预设数量的肺部CT图像作为训练集；通过所述训练集对预设的卷积神经网络进行训练，通过所述卷积神经网络提取所述训练集中肺部CT图像的图像特征；基于所述图像特征，分别进行：处理一：上采样，确定所述图像特征的肺炎区域预测；处理二：下采样、全连接和激活函数处理，确定所述图像特征的肺炎三分类的预测类别；处理三：下采样，并通过预设的N个全连接层确定所述图像特征是否存在对应的肺炎征象；其中，N为肺炎征象的数量；并通过损失函数对训练得到的输出结果进行迭代优化，所述卷积神经网络的输入为肺部CT图像，输出为肺炎区域、肺炎类别和肺炎征象；获取待处理的肺部CT图像，将所述待处理的肺部CT图像输入到优化后的所述卷积神经网络中，得到所述待处理的肺部CT图像的肺炎区域和肺炎类别。

全文数据：

权利要求：

百度查询： 慧影医疗科技(北京)股份有限公司 肺炎的分类分割方法及系统

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