发明名称 |
医学图像分析方法和装置 |
摘要 |
本发明涉及一种医学图像分析方法和装置。其中方法包括:获取医学图像和医学图像的内容的元数据,并将获取的医学图像与从云端医学数据库上抓取的解剖信息图像相匹配;对匹配成功的医学图像进行保边扩散图像滤波处理,获取待训练的训练样本医学图像;依次采用卷积层、反卷积层、池化层以及全连接层的网络结构对训练样本医学图像执行深度训练,生成病变点特征模型;将待测试的医学图像输入病变点特征模型,自动获取病变点识别结果。上述方法能够大幅提升了算法的准确性,降低了漏报,且准确快速获取病变点,以及对病变点进行进一步分析的操作。此外,使用了深度网络,克服了浅层网络特征提取不充分的问题。 |
申请公布号 |
CN106530290A |
申请公布日期 |
2017.03.22 |
申请号 |
CN201610957342.1 |
申请日期 |
2016.10.27 |
申请人 |
朱育盼 |
发明人 |
朱育盼 |
分类号 |
G06T7/00(2017.01)I |
主分类号 |
G06T7/00(2017.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种医学图像分析方法,其特征在于,所述方法包括:获取医学图像和所述医学图像的内容的元数据,并将获取的所述医学图像与从云端医学数据库上抓取的解剖信息图像相匹配,其中,所述医学图像为多个经过标定病变标志的样本医学图像,所述解剖信息图像为与所述医学图像的所述内容相关联的标定所述病变标志的解剖标志;对匹配成功的所述医学图像进行保边扩散图像滤波处理,获取待训练的训练样本医学图像;依次采用卷积层、反卷积层、池化层以及全连接层的网络结构对所述训练样本医学图像执行深度训练,生成病变点特征模型;将待测试的所述医学图像输入所述病变点特征模型,自动获取病变点识别结果。 |
地址 |
315113 浙江省宁波市鄞州区东吴镇镇南路58号 |