基于深度学习的骨盆骨折区域判别方法、装置、介质、程序产品及终端

AITNT
正文
推荐专利
基于深度学习的骨盆骨折区域判别方法、装置、介质、程序产品及终端
申请号:CN202411808632
申请日期:2024-12-10
公开号:CN119850525A
公开日期:2025-04-18
类型:发明专利
摘要
本申请提供基于深度学习的骨盆骨折区域判别方法、装置、介质、程序产品及终端,通过获取骨盆区域CT图像,执行预处理操作以提高图像质量。对预处理后的图像进行骨折区域判别,生成一个或多个骨折判别候选区域。提取CT图像的竖直中轴线,基于该轴线提取与骨折区域相对的无损伤区域。对骨折判别区域及对应的无损伤区域进行双侧特征评估,生成清晰的骨盆骨折区域。解决了现有技术中主观判断和对称性利用不足的问题,提升骨折检测的准确性与可靠性。提高了骨折识别的精度,减少了误诊率。在复杂背景和低对比度环境下,骨盆区骨折的检测效果显著。通过对称性特征的综合分析,强化了临床决策的辅助能力。
技术关键词
区域判别方法 无损伤 计算机程序代码 计算机程序产品 轮廓信息 对称性特征 特征提取算法 边缘检测算法 图像获取模块 深度学习模型 判别装置 轮廓提取 电子终端 处理器 强度 可读存储介质
系统为您推荐了相关专利信息
1
神经网络训练训练方法、抠像处理方法、装置和设备
神经网络训练方法 图像 数据 传播算法 计算机程序指令
2
信息交互方法、设备、存储介质及程序产品
AI语音 指令 客服 界面 信息交互方法
3
一种基于YOLO架构的目标检测方法及系统
YOLO模型 置信度阈值 检测头 标签 检测误差
4
模型的同步方法、装置、设备及存储介质
同步方法 计算机执行指令 动态验证码 解密方式 软件开发测试
5
一种集成电路封装体芯片通路检测方法
通路检测方法 集成电路封装体 探针 信号输出模块 异常点
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