公开(公告)号：CN113780750B

公开(公告)日：2024-03-01

申请号：CN202110947815.0

申请日：2021-08-18

Applicant: 同济大学

Inventor： 何良华 ,  刘晓洁 ,  程舸帆 ,  马伟镇

IPC: G16H50/30 ,  G16H30/00 ,  G06V10/26 ,  G06V10/764

Abstract: 本发明涉及一种基于医学图像分割的医疗风险评估方法，具体包括以下步骤：S1、获取待评分图像及对应的背景与各类对象，分别进行人工分割和机器分割，得到标准分割结果和通过分割算法得出的实际分割结果；S2、根据标准分割结果和实际分割结果，计算得到多分类混淆矩阵；S3、提取待分割的目标区域对应列的所有元素，组成过渡风险矩阵；S4、将过渡风险矩阵中错分的像素的绝对值转化为相对值，得到风险矩阵；S5、获取预设的初始权重矩阵，进行归一化得到风险权重矩阵；S6、根据风险矩阵和风险权重矩阵，计算风险值。与现有技术相比，本发明具有实现从医疗风险维度对分割结果进行评估，提高最终得出的分割方案的准确性和稳定性等优点。

公开(公告)号：CN113780750A

公开(公告)日：2021-12-10

申请号：CN202110947815.0

申请日：2021-08-18

Applicant: 同济大学

Inventor： 何良华 ,  刘晓洁 ,  程舸帆 ,  马伟镇

IPC: G06Q10/06 ,  G06K9/62 ,  G06T7/11

Abstract: 本发明涉及一种基于医学图像分割的医疗风险评估方法，具体包括以下步骤：S1、获取待评分图像及对应的背景与各类对象，分别进行人工分割和机器分割，得到标准分割结果和通过分割算法得出的实际分割结果；S2、根据标准分割结果和实际分割结果，计算得到多分类混淆矩阵；S3、提取待分割的目标区域对应列的所有元素，组成过渡风险矩阵；S4、将过渡风险矩阵中错分的像素的绝对值转化为相对值，得到风险矩阵；S5、获取预设的初始权重矩阵，进行归一化得到风险权重矩阵；S6、根据风险矩阵和风险权重矩阵，计算风险值。与现有技术相比，本发明具有实现从医疗风险维度对分割结果进行评估，提高最终得出的分割方案的准确性和稳定性等优点。

公开(公告)号：CN113763394B

公开(公告)日：2024-03-29

申请号：CN202110973635.X

申请日：2021-08-24

Applicant: 同济大学

Inventor： 何良华 ,  刘晓洁 ,  马伟镇 ,  程舸帆

IPC: G06T7/11 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于医疗风险的医学图像分割控制方法，具体包括以下步骤：S1、获取待分割的医学图像集，对医学图像集中的目标区域进行标注；S2、对医学图像集中的原始数据进行预处理；S3、按照预设比例将医学图像集划分为训练集和测试集；S4、生成医学图像分割模型，将训练集输入医学图像分割模型，对医学图像分割模型进行训练；S5、将测试集输入训练好的图像分割模型，得到目标区域的分割图像。与现有技术相比，本发明具有使得模型始终受到医疗风险的约束、提高医学图像分割结果的准确性、实现既准确又安全的分割等优点。

公开(公告)号：CN113763394A

公开(公告)日：2021-12-07

申请号：CN202110973635.X

申请日：2021-08-24

Applicant: 同济大学

Inventor： 何良华 ,  刘晓洁 ,  马伟镇 ,  程舸帆

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于医疗风险的医学图像分割控制方法，具体包括以下步骤：S1、获取待分割的医学图像集，对医学图像集中的目标区域进行标注；S2、对医学图像集中的原始数据进行预处理；S3、按照预设比例将医学图像集划分为训练集和测试集；S4、生成医学图像分割模型，将训练集输入医学图像分割模型，对医学图像分割模型进行训练；S5、将测试集输入训练好的图像分割模型，得到目标区域的分割图像。与现有技术相比，本发明具有使得模型始终受到医疗风险的约束、提高医学图像分割结果的准确性、实现既准确又安全的分割等优点。