基于深度神经网络的胆管结石识别系统

文档序号:37595011发布日期:2024-04-18 12:31阅读:来源:国知局

技术特征:

1.一种基于深度神经网络的胆管结石识别系统,其特征在于,包括:胆管、结石图像数据标注模块,胆管、结石识别模型,模型训练模块;其中:

2.根据权利要求1所述的胆管结石识别系统,其特征在于,在胆管、结石图像数据标注模块中,所述进行人工标注包括五个方面:(1)确定手术导管的直径:通过对导管末端水平面的两个端点进行标注,得到导管直径;(2)确定手术导管末端与胆管之间的角度:通过标记导管末端线段上的两个点,以及与其相接的胆管上的一个点,构成可确定导管进入胆管角度的三个点;(3)确定胆管直径:通过对胆管末端端点进行标注,得到胆管直径,胆管直径与手术导管直径存在一定差异;(4)确定完整的胆管位置:沿着胆管的边缘,标记一定数量的孤立的点,通过多边形的方式标记胆管,多边形内的区域即完整胆管;(5)确定完整的结石位置:使用与上述标记胆管相同的方法,记录完整结石位置;记录的所有离散点都以json格式存储下来,通过python程序将json中记录的所有点的信息转回到图的形式,用于网络训练的标注。

3.根据权利要求2所述的胆管结石识别系统,其特征在于,在胆管、结石图像数据标注模块中,还包括数据增强模块,该模块通过旋转、缩放、翻转、图像有损jpeg压缩操作,对标注好的图像进行轻微扰动,生成更多的训练样本,扩大网络的泛化能力。

4.根据权利要求2所述的胆管结石识别系统,其特征在于,在模型训练模块中,还包括自适应阈值模块和后处理模块;


技术总结
本发明属于医学图像处理技术领域,具体为基于深度神经网络的胆管结石识别系统。本发明系统包括胆管、结石图像数据标注模块,胆管、结石识别模型,模型训练模块;本发明对构建的胆管结石检测数据集进行人工标注:使用深度神经网络作为胆管、结石识别模型对目标图像进行特征提取,并通过控制器对分割网络的特征提取环节进行干预,帮助网络提取胆管、结石共享特征与独立特征。此外对胆管内结石提出两阶段融合检测的策略,先识别出胆管的位置,再识别结石的位置:在对目标图像进行胆管、结石分割时,对图像是否含有胆管、结石进行二值化分类预测,提升预测准确率。本发明能够准确且可靠地检测胆管结石,为医生提供辅助诊断和治疗决策的依据。

技术研发人员:吴军,陈萃,钱振兴,胡宵宵,朱拯,周科杨,应祺超,张新鹏,李晟
受保护的技术使用者:复旦大学
技术研发日:
技术公布日:2024/4/17
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1