一種基于深度學(xué)習(xí)的胸部DR圖像識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN202110273187.2 申請(qǐng)日 -
公開（公告）號(hào) CN113034451A 公開（公告）日 2021-06-25
申請(qǐng)公布號(hào) CN113034451A 申請(qǐng)公布日 2021-06-25
分類號(hào) G06T7/00;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 賈瀟;王子騰;李鐵成;王立威;胡陽(yáng);丁佳;呂晨翀 申請(qǐng)（專利權(quán)）人 廣西醫(yī)準(zhǔn)智能科技有限公司
代理機(jī)構(gòu) 北京蕙識(shí)同聯(lián)專利代理事務(wù)所（特殊普通合伙） 代理人 張林;劉曄
地址 100000 北京市海淀區(qū)學(xué)院路39號(hào)1幢唯實(shí)大廈11層1106
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度學(xué)習(xí)的胸部DR圖像識(shí)別方法，主要包括：DICOM圖像數(shù)據(jù)矯正處理以及異物檢測(cè)。其中DICOM圖像數(shù)據(jù)矯正處理以適應(yīng)不同機(jī)型、不同拍攝參數(shù)和圖像質(zhì)量的DR影像；異物檢測(cè)環(huán)節(jié)設(shè)計(jì)了適用于不同大小異物檢出的目標(biāo)檢測(cè)網(wǎng)絡(luò)，對(duì)矯正處理后的DICOM圖像進(jìn)行計(jì)算，以得到異物所在的區(qū)域及類別。本發(fā)明采用深度神經(jīng)網(wǎng)絡(luò)，自動(dòng)從圖像中提取多尺度的特征用于異物的檢測(cè)，避免了手動(dòng)從圖像中提取特定的特征，從而使本算法不依賴待檢測(cè)異物的圖形學(xué)特征，極大的增加了本算法的適應(yīng)性，而圖像矯正處理階段有效的降低了不同設(shè)備生成的不同質(zhì)量的DR影像對(duì)檢測(cè)結(jié)果的影像，增大了本算法的適用范圍。