[發(fā)明專利]一種基于深度學(xué)習(xí)的醫(yī)療圖像處理方法和裝置有效
| 申請?zhí)枺?/td> | 202010789031.5 | 申請日: | 2020-08-07 |
| 公開(公告)號: | CN111915598B | 公開(公告)日: | 2023-10-13 |
| 發(fā)明(設(shè)計)人: | 周猛 | 申請(專利權(quán))人: | 溫州醫(yī)科大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06V10/74;G06V10/82;G06V10/40;G06N3/0464;G06N3/08 |
| 代理公司: | 深圳市創(chuàng)富知識產(chǎn)權(quán)代理有限公司 44367 | 代理人: | 王杯 |
| 地址: | 325006 浙江省溫州市甌海*** | 國省代碼: | 浙江;33 |
| 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: | 一種 基于 深度 學(xué)習(xí) 醫(yī)療 圖像 處理 方法 裝置 | ||
1.一種基于深度學(xué)習(xí)的醫(yī)療圖像處理方法,其特征在于,包括:
獲取待處理醫(yī)療圖像;其中,所述待處理醫(yī)療圖像包括連續(xù)的多張圖片;以及
將所述待處理醫(yī)療圖像輸入神經(jīng)網(wǎng)絡(luò)模型,得到所述待處理醫(yī)療圖像的處理結(jié)果;
其中,得到所述待處理醫(yī)療圖像的處理結(jié)果的具體方式包括:
計算所述待處理醫(yī)療圖像與對應(yīng)的標(biāo)準(zhǔn)圖像之間的相似度;以及
根據(jù)所述相似度確定所述待處理醫(yī)療圖像的處理結(jié)果。
2.根據(jù)權(quán)利要求1所述的處理方法,其特征在于,所述計算所述待處理醫(yī)療圖像與對應(yīng)的標(biāo)準(zhǔn)圖像之間的相似度包括:
根據(jù)所述待處理醫(yī)療圖像與所述標(biāo)準(zhǔn)圖像的像素差值,計算第一損失函數(shù);
根據(jù)所述待處理醫(yī)療圖像與所述標(biāo)準(zhǔn)圖像的特征差值,計算第二損失函數(shù);以及
融合所述第一損失函數(shù)和所述第二損失函數(shù),得到所述待處理醫(yī)療圖像與所述標(biāo)準(zhǔn)圖像之間的相似度。
3.根據(jù)權(quán)利要求2所述的處理方法,其特征在于,所述融合所述第一損失函數(shù)和所述第二損失函數(shù)包括:
對所述第一損失函數(shù)和所述第二損失函數(shù)進(jìn)行加權(quán)求和。
4.根據(jù)權(quán)利要求3所述的處理方法,其特征在于,所述第一損失函數(shù)的權(quán)重與所述待處理醫(yī)療圖像的背景圖像和所述標(biāo)準(zhǔn)圖像的背景圖像之間的相似度正相關(guān)。
5.根據(jù)權(quán)利要求2所述的處理方法,其特征在于,所述神經(jīng)網(wǎng)絡(luò)模型包括多層卷積層,所述根據(jù)所述待處理醫(yī)療圖像與所述標(biāo)準(zhǔn)圖像的特征差值,計算第二損失函數(shù)包括:
將所述多層卷積層的特征數(shù)據(jù)進(jìn)行加權(quán)求和,得到綜合特征;以及
計算所述綜合特征與所述標(biāo)準(zhǔn)圖像的特征之差,得到所述第二損失函數(shù)。
6.根據(jù)權(quán)利要求5所述的處理方法,其特征在于,所述多層卷積層包括空洞率不同的多個空洞卷積層。
7.根據(jù)權(quán)利要求6所述的處理方法,其特征在于,所述空洞卷積層的特征數(shù)據(jù)的權(quán)重與該空洞卷積層的空洞率正相關(guān)。
8.一種基于深度學(xué)習(xí)的醫(yī)療圖像處理裝置,其特征在于,包括:
獲取模塊,用于獲取待處理醫(yī)療圖像;其中,所述待處理醫(yī)療圖像包括連續(xù)的多張圖片;以及
處理模塊,用于將所述待處理醫(yī)療圖像輸入神經(jīng)網(wǎng)絡(luò)模型,得到所述待處理醫(yī)療圖像的處理結(jié)果;
其中,處理模塊包括:
相似度計算單元,用于計算所述待處理醫(yī)療圖像與對應(yīng)的標(biāo)準(zhǔn)圖像之間的相似度;以及
確定單元,用于根據(jù)所述相似度確定所述待處理醫(yī)療圖像的處理結(jié)果。
9.一種計算機可讀存儲介質(zhì),所述存儲介質(zhì)存儲有計算機程序,所述計算機程序用于執(zhí)行上述權(quán)利要求1-7任一所述的基于深度學(xué)習(xí)的醫(yī)療圖像處理方法。
10.一種電子設(shè)備,所述電子設(shè)備包括:
處理器;
用于存儲所述處理器可執(zhí)行指令的存儲器;
所述處理器,用于執(zhí)行上述權(quán)利要求1-7任一所述的基于深度學(xué)習(xí)的醫(yī)療圖像處理方法。
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)利屬于溫州醫(yī)科大學(xué),未經(jīng)溫州醫(yī)科大學(xué)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/202010789031.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





