摘要
一种基于胸片识别心脏起搏器类型的方法,属于医疗器械技术领域。采用CNN神经网络深度学习的步骤,对已知心脏起搏器类型的患者的胸片进行数据采集,进行数据集训练,得到一个能够进行心脏起搏器类型识别的神经网络系统,对装有心脏起搏器的患者拍摄胸片,将得到的胸片导入神经网络系统中,通过神经网络进行计算,得到该患者的心脏起搏器类型。本发明摆脱了对高分辨率X光图像和医生经验的依赖,本模型可在普通X光条件下,根据设备外形、导线走向等综合图像特征进行识别,提高了实用性。
技术关键词
心脏起搏器
神经网络系统
神经网络深度学习
直方图均衡化
平衡计算资源
神经网络模型
图像
数据
患者
拉普拉斯
随机梯度下降
优化器
对比度
医疗器械技术
批量
分辨率
指标
年龄
鲁棒性
系统为您推荐了相关专利信息
深度学习模型
缺陷检测方法
图像
直方图均衡化方法
累积分布函数
动态场景
直方图均衡化方法
渲染方法
场景分解
动态物体