一種基于超聲影像的肺炎辨識方法、裝置和計算機設(shè)備

基本信息

申請?zhí)?/td> CN202210333027.7 申請日 -
公開（公告）號 CN114693643A 公開（公告）日 2022-07-01
申請公布號 CN114693643A 申請公布日 2022-07-01
分類號 G06T7/00（2017.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06V10/80（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 姜濤;楊光;萬翔;田豐;趙晉波;倪云峰;鐘代星;王孝彬;楊珍 申請（專利權(quán)）人 西安科技大學(xué)
代理機構(gòu) 陜西銘一知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 710032陜西省西安市長樂西路169號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于超聲影像的肺炎辨識方法、裝置和計算機設(shè)備，該方法包括：構(gòu)建多尺度信息融合的深度殘差網(wǎng)絡(luò)模型；將二維超聲影像輸入模型中，原始殘差連接的子網(wǎng)絡(luò)ResNet模塊，利用交替堆疊的卷積和池化模塊、殘差連接模塊、非線性激活函數(shù)ReLU，自底向上逐層自適應(yīng)提取二維超聲影像中肺炎病理特征，得到具有高層語義信息的特征；特征金字塔FPN子網(wǎng)絡(luò)模塊，自頂向下對二維超聲影像進行底層紋理特征提取，使底層紋理特征與具有高層語義信息的特征自適應(yīng)融合；采用全局均值池化和非線性全連接層，將融合后的特征投影到二分類模式空間中進行肺炎辨識。該方法能夠增強在超聲影像辨識中對不同病人、不同部位的抗干擾能力。