一种基于深度学习的儿童肠套叠自动检测系统
授权
摘要
本发明公开了一种基于深度学习的儿童肠套叠自动检测系统,包括训练好的同心圆检测模型,利用同心圆检测模型检测儿童腹部超声影像中的同心圆;同心圆检测模型包括特征提取网络、区域生成网络RPN以及ROI Pooling层;其中特征提取网络采用VGG16卷积神经网络,且在卷积神经网络中增加了跳跃连接层,通过跳跃连接层将卷积神经网络的浅层特征和深层次特征联合。本发明构建的模型实现了对儿童腹部肠套叠超声影像“同心圆”征象自动检测,辅助医生做识别,减少了人为评估的阅片时间的同时,提高了儿童肠套叠患者的诊断速度。
基本信息
专利标题 :
一种基于深度学习的儿童肠套叠自动检测系统
专利标题(英):
暂无
公开(公告)号 :
CN114037686A
申请号 :
CN202111323780.X
公开(公告)日 :
2022-02-11
申请日 :
2021-11-09
授权号 :
CN114037686B
授权日 :
2022-05-17
发明人 :
李哲明黄坚沈忱俞刚李竞黄寿奖宋春泽柴象飞郭娜左盼莉钱宝鑫
申请人 :
浙江大学
申请人地址 :
浙江省杭州市西湖区余杭塘路866号
代理机构 :
杭州天勤知识产权代理有限公司
代理人 :
彭剑
优先权 :
CN202111323780.X
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06T7/11 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-17 :
授权
2022-03-01 :
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211109
申请日 : 20211109
2022-02-11 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载