甲状腺超声图像最大横纵切面并行识别方法、装置和设备

AITNT
正文
推荐专利
甲状腺超声图像最大横纵切面并行识别方法、装置和设备
申请号:CN202410954410
申请日期:2024-07-17
公开号:CN119048579A
公开日期:2024-11-29
类型:发明专利
摘要
本申请涉及一种甲状腺超声图像最大横纵切面并行识别方法、装置和设备,获取待处理的原始超声图像,根据已训练的深度学习模型,对原始超声图像采用GPU并行计算的方式进行处理,得到初步甲状腺切面检测结果。根据初步甲状腺切面检测结果进行后处理,筛选出视频流中的甲状腺最大结构面积;根据筛选的甲状腺最大结构面积,获取甲状腺最大横纵切面并输出。利用GPU的强大并行处理能力,来根据深度学习模型对原始超声图像进行并行处理,不仅加速了最大切面的识别与筛选流程,还增强了超声扫描的精确度与效率,提高了识别效率和准确性。
技术关键词
GPU并行计算 深度学习模型 甲状腺超声图像 并行识别方法 视频流 图像分割技术 深度学习算法 共享内存技术 图像处理模块 图像获取模块 处理器 注意力机制 识别装置 数据 计算机设备 输出模块 可读存储介质 轮廓
系统为您推荐了相关专利信息
1
基于深度学习模型的图像分类方法、图像分类设备及介质
注意力 深度学习模型 输出特征 图像分类方法 图像分类设备
2
一种数字人的情感感知与动态响应方法、系统、设备及存储介质
场景知识图谱 模态特征 深度学习模型 动态 多模态
3
一种基于时序视觉的会培场景行为分析方法
时序 分析方法 视觉 特征提取模块 组合模块
4
智能视频监控系统的边缘计算优化方法及系统
智能视频监控系统 视频流 多角度 视频分析 动态
5
基于大模型的数据生成方法及装置、设备和介质
功能模块 深度学习模型 意图识别 数据生成方法 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号