-
公开(公告)号:CN116912554A
公开(公告)日:2023-10-20
申请号:CN202310657990.5
申请日:2023-06-05
Applicant: 北京大学第一医院
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06N3/08 , G16H30/00
Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置,其中,分类预测模型包括:图像对比度归一化模块,用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理,生成处理后的单层头颅CT平扫图像;分类预测模块,用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征,并利用分类头模块基于图像特征生成与预设类别对应的预测值,和,与预设类别对应的图像特征矩阵权重;梯度类别激活热图生成模块,用于基于图像特征矩阵权重生成激活热图,激活热图用以辅助确定病灶位置。通过该模型,可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且,可以使分类结果更加准确。
-
公开(公告)号:CN116129170A
公开(公告)日:2023-05-16
申请号:CN202211455874.7
申请日:2022-11-21
Applicant: 北京大学第一医院
IPC: G06V10/764 , G06V10/40 , G06T5/00
Abstract: 本发明公开了一种胸片筛查分类预测方法、装置、电子设备及存储介质,该方法包括以下步骤:对获取的待筛查的胸片图像进行对比度增强处理,获得对比度增强图像;将所述对比度增强图像输入到预先训练好的分类模型中,确定所述胸片图像的类别及相应的分数、相应的可解释性模型激活示意图。通过该方式,可以快速的将胸片中的“有发现”与“无发现”分开,提高了医生的工作效率,减少误诊,漏诊发生。
-