[发明专利]一种基于深度学习的椎间盘MRI图像智能诊断系统

权利要求书

1.一种基于深度学习的椎间盘MRI图像智能诊断系统，其特征在于：包括数据存储子系统、数据处理子系统、模型训练子系统和实时显示子系统；数据处理子系统包括：数据预处理模块、数据扩充模块、数据标注模块、数据转换模块，数据预处理模块与数据扩充模块相连，数据扩充模块与数据标注模块相连，数据标注模块与数据转换模块相连；实时显示子系统包括：RESTfulAPI模块和结果显示模块，两模块顺序相连，各子系统以及各模块之间通过有线和/或WiFi无线和/或3G/4G/5G无线网络连接；

所述存储子系统存储模型训练需要使用的数据、转化后的数据、训练好的模型以及用户上传的待检测椎间盘MRI图片；

所述数据处理子系统包括数据预处理模块、数据扩充模块、数据标注模块、数据转换模块；

所述数据预处理模块对存储子系统中椎间盘MRI数据进行数据清理、数据集成、数据归约与数据转换；

所述数据扩充模块采用的方法包括变换，旋转，剪裁，缩放处理，特点是利用传统数学形式对原图进行处理加工，以获得足够的数据支撑下一步的训练；

所述数据标注模块使用常用数据标注工具Labelme，将数据集上的椎间盘区域以多边形标注并打上多分类标签，标注完成后保存为json文件；

所述数据转换模块对Labelme工具标注产生后的json文件批量解析为训练可用文件，包括椎间盘类别文件、训练集标签文件、验证集标签文件和类别索引文件；

所述模型训练子系统将处理好的椎间盘MRI样本送入预设的darknet所提供的darknet53预训练权重的神经网络模型中进行训练，并对YOLOv3的体系结构进行了改进，增加互连体系结构，共享不同比例尺的特征映射信息，提高多比例尺目标检测的性能；

所述实时显示子系统包括RESTfulAPI模块和结果显示模块；

所述RESTful API模块支持用户通过椎间盘MRI图像智能诊断系统提供的API来发送HTTPS请求发送待检测图片，待检测图片除了在训练好的模型中实现分类，同时将用户提交的待诊断椎间盘MRI图片其进行标记形成新的样本，加入到原始的样本库，增加样本库中的数据；

所述结果显示模块在诊断完成后，将诊断结果返回结果至浏览器或者是调用API的应用程序。