摘要
本发明涉及一种小儿髋关节标准超声图像的自动测量方法、系统,包括:S1,获取标准超声图像样本,标准超声图像样本包括待检测部位的图像数据集;S2,获取标准超声图像自动测量与分类模型,输入标准超声图像进行标注和自动测量,同时获得标准超声图像样本的N种解剖结构分割标注以及对应的M个关键点的检测结果,M个关键点的检测结果包括各关键点的位置数据;S3,根据M个关键点的位置数据计算分类相关角度α和β,统计αmix和βmax;S4,根据唯一的αmix和βmax定义标准超声图像样本的最终类型。本方案简化标准超声图像自动测量和分类模型,可以通过一致性和鲁棒性的端到端深度学习网络深度模拟训练;临床实践减少测量差异,避免医生误诊或漏诊。
技术关键词
解剖结构分割
关键点
自动测量方法
小儿髋关节
样本
双通道注意力
混合损失函数
图像编码器
数据
骰子
图像分类模型
深度学习网络
解码器
处理器
髋臼
存储器
鲁棒性
训练集
系统为您推荐了相关专利信息
机器学习分类
夜视装备
状态评估方法
贝叶斯估计方法
人机交互模式
仿真模型
速度优化方法
螺旋
车辆速度优化装置
道路车辆行驶信息