公开(公告)号：CN119399096A

公开(公告)日：2025-02-07

申请号：CN202411224601.0

申请日：2024-09-03

Applicant: 湖南大学

Inventor： 李肯立 ,  周清怡 ,  谭光华 ,  朱宁波 ,  林剑新 ,  刘楚波 ,  唐卓 ,  李胜利 ,  喻平

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0895 ,  G06N3/0985 ,  G06N3/084

Abstract: 本申请涉及一种基于超声图像的胎儿解剖结构小样本检测方法、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：获取初始深度学习模型以及胎儿的标准超声图像；进行特征提取得到特征图；基于特征图、且通过DAEFLM模块以及初始深度学习模型中第一detection head得到第一分类分数；基于特征图、且通过TKRM模块得到包含多拓扑信息的融合特征图；根据融合特征图、并通过初始深度学习模型中第二detection head得到第二分类分数和检测框；对第一分类分数和第二分类分数进行加权求和；根据目标分类分数与标准超声图像对应的分类结果、以及检测框，构建标准的Faster‑RCNN损失函数；对初始深度学习模型的模型参数进行调整；根据目标深度学习模型进行胎儿解剖结构小样本检测。