摘要
本申请涉及一种中晚孕期胎儿超声小脑标准切面图像并行识别与测量方法、装置、计算机设备、存储介质和计算机程序产品,其中,方法包括:获取中晚孕期胎儿超声图像、以及小脑标准切面识别的深度学习模型,深度学习模型基于多节点并行技术加速训练得到;将中晚孕期胎儿超声图像输入至深度学习模型中,以识别小脑切面中各个结构的检测框以及对应的置信度;基于检测框以及对应的置信度对识别出的小脑切面中各个结构进行筛选,得到小脑切面中结构识别结果;根据小脑切面中结构识别结果,确定小脑中线;根据小脑中线,测量小脑横径。整个方案可以实现高效、且准确的中晚孕期胎儿超声小脑标准切面图像并行识别与测量。
技术关键词
深度学习模型
胎儿超声图像
并行技术
多节点
测量点
轮廓
掩膜
置信度阈值
导水管
分布式计算框架
测量方法
策略更新
计算机设备
颅骨
数据获取模块
计算机程序产品
识别模块
系统为您推荐了相关专利信息
周边结构
磁共振
图像处理方法
激光间质热疗
光纤
X射线图像数据
无损检测方法
深度学习算法
超声波检测设备
X射线检测设备
短信
防拦截方法
AI深度学习
重构模块
生成智能
测试工具
输入输出系统
能效预测方法
数据
深度学习模型
超声波风速风向仪
无线通讯模块
工作状态数据
风速仪
监控终端