[發(fā)明專利]一種基于深度學(xué)習(xí)的膽石病智能診斷APP在審
| 申請?zhí)枺?/td> | 201811554740.4 | 申請日: | 2018-12-19 |
| 公開(公告)號: | CN109712705A | 公開(公告)日: | 2019-05-03 |
| 發(fā)明(設(shè)計)人: | 王珣;王碩;孟凡;丁桐 | 申請(專利權(quán))人: | 中國石油大學(xué)(華東) |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G16H30/40;G06T7/00;G06N3/04;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 266580 山*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 預(yù)處理 卷積神經(jīng)網(wǎng)絡(luò) 圖像數(shù)據(jù) 醫(yī)療圖像 智能診斷 數(shù)據(jù)分析單元 圖像標(biāo)記算法 自動特征提取 云端服務(wù)器 診斷 電子醫(yī)療 輔助診斷 記錄傳輸 數(shù)據(jù)采集 數(shù)據(jù)傳輸 圖像處理 診斷結(jié)果 大數(shù)據(jù) 數(shù)據(jù)集 準(zhǔn)確率 建檔 降維 學(xué)習(xí) 存儲 并用 圖像 反饋 智能 參考 醫(yī)生 醫(yī)療 分析 | ||
1.一種基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于:包括分析組件、服務(wù)器組件以及智能診斷組件;
分析組件,主要是用于處理患者用戶的膽石病CT醫(yī)療圖像數(shù)據(jù),將采集到的數(shù)據(jù)進行旋轉(zhuǎn)、放縮以及平移等數(shù)據(jù)增強操作,進而進行圖像灰度值的預(yù)處理,使一定灰度范圍內(nèi)的像素數(shù)量大致相同,實現(xiàn)圖像對比度的增強;
智能診斷組件,主要用于對經(jīng)過預(yù)處理的膽石病CT醫(yī)療圖像進行標(biāo)記與識別,使用基于深度學(xué)習(xí)的膽石病智能診斷算法,分析病情并將以電子版醫(yī)療報告形式的診斷結(jié)果反饋給患者用戶,同時將數(shù)據(jù)與診斷結(jié)果通過互聯(lián)網(wǎng)或者移動網(wǎng)絡(luò)傳輸至云端服務(wù)器;
服務(wù)器組件,主要用于膽石病CT醫(yī)療圖像數(shù)據(jù)以及診斷結(jié)果的存儲,對信息進行整理與分析,建立用戶膽石病數(shù)據(jù)庫,以提供給相關(guān)機構(gòu)和指定醫(yī)院作為患者用戶的膽石病臨床病史作為參考。
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于,基于深度學(xué)習(xí)的膽石病智能診斷算法包括訓(xùn)練階段、診斷階段以及數(shù)據(jù)擴充階段三個階段,通過卷積神經(jīng)網(wǎng)絡(luò)對膽石病醫(yī)療圖像數(shù)據(jù)庫中的CT醫(yī)療圖像自動提取特征和智能診斷,通過和專業(yè)醫(yī)生標(biāo)記的膽石病標(biāo)簽進行比較,不斷迭代訓(xùn)練模型從而提高識別準(zhǔn)確率,最終學(xué)習(xí)到一個用于診斷的神經(jīng)網(wǎng)絡(luò)模型,將這個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型用于對患者用戶新上傳的膽石病CT醫(yī)療圖像數(shù)據(jù)進行診斷,繼而得到新的診斷結(jié)果并反饋給患者用戶,患者用戶新上傳的膽石病CT醫(yī)療圖像數(shù)據(jù)和膽石病智能診斷APP的診斷結(jié)果由專業(yè)醫(yī)生進行分析確診后,可以作為膽石病醫(yī)療圖像數(shù)據(jù)庫的擴充數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于,膽石病智能診斷算法的訓(xùn)練階段具體包括:
1)利用基于深度學(xué)習(xí)的數(shù)據(jù)增強算法對膽石病醫(yī)療圖像數(shù)據(jù)庫中的CT醫(yī)療圖像進行旋轉(zhuǎn)、放縮以及平移等操作,進行圖像灰度值的預(yù)處理,實現(xiàn)圖像對比度的增強;
2)利用基于深度學(xué)習(xí)的膽石病標(biāo)記算法將上一步預(yù)處理過的膽石病CT醫(yī)療圖像的病灶區(qū)域進行標(biāo)記;
3)將包含標(biāo)記區(qū)域的膽石病CT醫(yī)療圖像數(shù)據(jù)輸入到一個多通道的卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,不斷迭代訓(xùn)練并對參數(shù)進行調(diào)優(yōu),最終學(xué)習(xí)到一個可以識別膽石病的神經(jīng)網(wǎng)絡(luò)模型。
4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于,膽石病智能輔助診斷算法的診斷步驟具體包括:
1)利用基于深度學(xué)習(xí)的數(shù)據(jù)增強算法對患者用戶新上傳的膽石病CT醫(yī)療圖像進行旋轉(zhuǎn)、放縮以及平移等處理,進行圖像灰度值的預(yù)處理,實現(xiàn)圖像對比度的增強;
3)利用基于深度學(xué)習(xí)的膽石病標(biāo)記算法將上一步預(yù)處理過的膽石病CT醫(yī)療圖像的病灶區(qū)域進行標(biāo)記;
4)將包含標(biāo)記區(qū)域的膽石病CT醫(yī)療圖像數(shù)據(jù)輸入已經(jīng)訓(xùn)練好的多通道卷積神經(jīng)網(wǎng)絡(luò)模型中,識別得到膽石病CT醫(yī)療圖像的診斷結(jié)果。
5.根據(jù)權(quán)利要求3和4所述的基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于,膽石病智能診斷算法中的多通道卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括數(shù)據(jù)預(yù)處理階段、局部卷積階段和全局卷積階段,所述數(shù)據(jù)預(yù)處理階段包括對膽石病CT醫(yī)療圖像的旋轉(zhuǎn)、放縮以及平移等數(shù)據(jù)增強操作;局部卷積階段包括一維的卷積和池化等操作,對膽石病CT醫(yī)療圖像的對比度增強處理和膽石病CT醫(yī)療圖像的病灶區(qū)域的標(biāo)記操作;全局卷積階段包含多維的卷積與池化操作,對包含標(biāo)記區(qū)域的膽石病CT醫(yī)療圖像進行特征提取,然后在傳輸?shù)骄W(wǎng)絡(luò)末層的全連接層進行最后的識別處理。
6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)的膽石病智能診斷APP,其特征在于,包括以下步驟:
1)首先通過醫(yī)院內(nèi)部的CT掃描儀采集到用戶的膽石病CT醫(yī)療圖像作為系統(tǒng)進行智能診斷的數(shù)據(jù)源,利用基于深度學(xué)習(xí)的數(shù)據(jù)分析算法對數(shù)據(jù)進行旋轉(zhuǎn)、放縮以及平移等數(shù)據(jù)增強操作,然后進行圖像對比度增強的預(yù)處理,最后對經(jīng)過預(yù)處理的膽石病CT醫(yī)療圖像進行病灶區(qū)域的標(biāo)記;
2)將經(jīng)過分析組件處理之后膽石病CT醫(yī)療圖像數(shù)據(jù)傳輸給智能診斷組件,利用已經(jīng)訓(xùn)練好的多通道卷積神經(jīng)網(wǎng)絡(luò)進行識別,最終生成診斷結(jié)果并反饋給用戶,同時處理之后的膽石病CT醫(yī)療圖像數(shù)據(jù)和診斷結(jié)果通過互聯(lián)網(wǎng)或移動網(wǎng)絡(luò)傳輸至服務(wù)器;
3)服務(wù)器將接收到的數(shù)據(jù)進行整理與分析,建立用戶膽石病數(shù)據(jù)庫,保存用戶的膽石病CT醫(yī)療圖像數(shù)據(jù)和診斷記錄,以提供給相關(guān)機構(gòu)和指定醫(yī)院作為患者用戶的膽石病臨床病史作為參考。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國石油大學(xué)(華東),未經(jīng)中國石油大學(xué)(華東)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811554740.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 終端卷積神經(jīng)網(wǎng)絡(luò)的處理方法、裝置、存儲介質(zhì)及處理器
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計方法
- 卷積神經(jīng)網(wǎng)絡(luò)的生成方法及裝置
- 一種卷積神經(jīng)網(wǎng)絡(luò)硬件模塊部署方法
- 卷積神經(jīng)網(wǎng)絡(luò)的處理方法、裝置、設(shè)備及存儲介質(zhì)
- 一種卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法及裝置
- 一種基于通道數(shù)搜索卷積神經(jīng)網(wǎng)絡(luò)的方法
- 卷積神經(jīng)網(wǎng)絡(luò)處理方法、裝置和電子系統(tǒng)
- 一種基于空洞卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的聲音事件檢測方法
- 基于稀疏卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法及檢測裝置
- 圖像數(shù)據(jù)發(fā)送裝置、圖像數(shù)據(jù)發(fā)送方法和圖像數(shù)據(jù)接收裝置
- 圖像數(shù)據(jù)發(fā)送設(shè)備、圖像數(shù)據(jù)發(fā)送方法和圖像數(shù)據(jù)接收設(shè)備
- 圖像數(shù)據(jù)發(fā)送設(shè)備、圖像數(shù)據(jù)發(fā)送方法、圖像數(shù)據(jù)接收設(shè)備以及圖像數(shù)據(jù)接收方法
- 圖像數(shù)據(jù)發(fā)送設(shè)備、圖像數(shù)據(jù)發(fā)送方法、圖像數(shù)據(jù)接收設(shè)備和圖像數(shù)據(jù)接收方法
- 圖像數(shù)據(jù)發(fā)送設(shè)備、圖像數(shù)據(jù)發(fā)送方法、圖像數(shù)據(jù)接收設(shè)備以及圖像數(shù)據(jù)接收方法
- 圖像數(shù)據(jù)發(fā)送裝置、圖像數(shù)據(jù)發(fā)送方法和圖像數(shù)據(jù)接收裝置
- 圖像數(shù)據(jù)發(fā)送裝置、圖像數(shù)據(jù)發(fā)送方法、圖像數(shù)據(jù)接收裝置和圖像數(shù)據(jù)接收方法
- 一種圖像采集方法
- 一種圖像識別方法
- 智能拍照方法、裝置、設(shè)備及計算機可讀介質(zhì)





