公开(公告)号：CN111783682A

公开(公告)日：2020-10-16

申请号：CN202010634485.5

申请日：2020-07-02

Applicant: 上海交通大学医学院附属第九人民医院

Inventor： 范先群 ,  李伦昊 ,  宋雪霏 ,  周慧芳 ,  孙柔 ,  林晨怡

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供的一种眼眶骨折自动识别模型构建方法、装置、设备和介质。通过获取包含眼眶骨折和正常眼眶的CT图像的数据集；对数据集进行数据归一化处理和数据增强处理；将处理后的数据集输入基于深度卷积神经网络模型进行训练，并根据输出正样本和负样本的预测概率以确定识别结果和/或根据输出的梯度权重热力图以提示骨折区域。本申请采用三维区域标注可缩减了标注时间；并通过对CT图像进行预处理，可以去除骨性眼眶周围干扰信号，增加骨性眼眶信号在整体图片中的比例，且缩小图片大小，节约存储空间，减少训练时间；所构建的模型能够实现对眼眶CT图像中眼眶爆裂性骨折的自动识别和定位，可为医生阅片提供参考，减轻工作负担，降低漏诊概率。

公开(公告)号：CN111783682B

公开(公告)日：2022-11-04

申请号：CN202010634485.5

申请日：2020-07-02

Applicant: 上海交通大学医学院附属第九人民医院

Inventor： 范先群 ,  李伦昊 ,  宋雪霏 ,  周慧芳 ,  孙柔 ,  林晨怡

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供的一种眼眶骨折自动识别模型构建方法、装置、设备和介质。通过获取包含眼眶骨折和正常眼眶的CT图像的数据集；对数据集进行数据归一化处理和数据增强处理；将处理后的数据集输入基于深度卷积神经网络模型进行训练，并根据输出正样本和负样本的预测概率以确定识别结果和/或根据输出的梯度权重热力图以提示骨折区域。本申请采用三维区域标注可缩减了标注时间；并通过对CT图像进行预处理，可以去除骨性眼眶周围干扰信号，增加骨性眼眶信号在整体图片中的比例，且缩小图片大小，节约存储空间，减少训练时间；所构建的模型能够实现对眼眶CT图像中眼眶爆裂性骨折的自动识别和定位，可为医生阅片提供参考，减轻工作负担，降低漏诊概率。