[发明专利]一种基于机器学习检测胎儿颅脑异常的系统有效
| 申请号： | 201910845939.0 | 申请日： | 2019-09-09 |
| 公开（公告）号： | CN110613483B | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 李胜利;李肯立;文华轩;谭光华 | 申请（专利权）人： | 南方医科大学;湖南大学 |
| 主分类号： | A61B8/08 | 分类号： | A61B8/08;G06N3/04;G06N3/08;G06T7/00;G16H50/20 |
| 代理公司： | 武汉臻诚专利代理事务所(普通合伙) 42233 | 代理人： | 宋业斌 |
| 地址： | 510515 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习检测胎儿颅脑异常的方法，具体是在胎儿颅脑的发育过程中，检测颅脑的主要组织结构是否存在异常和异常会导致哪些相关的颅脑疾病。本发明主要通过获取不同孕周系列颅脑标准切面的数据，对数据预处理，训练一个模型来检测颅脑主要组织结构是否存在异常。采用深度卷积网络提取特征，区域生成网络RPN生成候选区域，感兴趣池化层层收集输入的特征图和候选区域，并利用softmax分类器进行分类和回归检测，最后利用检测结果来分析主要的结构是否存在异常。如果未发现存在异常，则判断为正常。本发明旨在利用计算机辅助诊断，不需要医生或者人为的过多参与诊断的情况下，辅助诊断颅脑是否异常。 | ||
| 搜索关键词： | 一种 基于 机器 学习 检测 胎儿 颅脑 异常 系统 | ||
【主权项】：
1.一种基于机器学习检测胎儿颅脑异常的方法，其特征在于，包括以下步骤：/n(1)获取不同孕周系列的胎儿颅脑标准切面数据集；/n(2)对步骤(1)获取的胎儿颅脑标准切面数据集进行预处理，以得到预处理后的胎儿颅脑标准切面数据集；/n(3)将步骤(2)预处理后的胎儿颅脑标准切面数据集输入训练好的颅脑组织检测网络中，以获得胎儿颅脑中各关键组织的检测结果。/n(4)根据步骤(3)得到的胎儿颅脑中各关键组织的检测结果判断胎儿颅脑中的至少一个关键组织是否存在异常，如果不存在异常，则提示胎儿颅脑正常，过程结束；如果存在异常，则提示胎儿可能存在哪些相关的颅脑异常，过程结束。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南方医科大学;湖南大学，未经南方医科大学;湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910845939.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种髋关节的成像方法以及髋关节成像系统
- 下一篇：一种组织弹性检测方法及设备
