-
公开(公告)号：CN117911511A
公开(公告)日：2024-04-19
申请号：CN202410010303.5
申请日：2024-01-04
Applicant: 复旦大学附属儿科医院
IPC: G06T7/73 , G06T7/00 , G06V10/764 , G06V10/82
Abstract: 本发明属于医学影像处理技术领域，具体为基于深度学习的从胸部X线片检测气管支气管异物的方法。本发明包括：获取胸部X线片图片，包括气管支气管异物的胸部X线图片和无气管支气管异物的胸部X线图片；构建深度学习的图片分类模型；在ImageNet数据集上进行预训练图片分类模型，在本数据集上微调；使用训练好的深度学习模型，做推理得出分类结果；分类结果包括：有气管异物、无气管异物，以及预测概率值；将需检测的胸部X射线图像输入至基于深度学习的胸片检测气管支气管异物检测模型，得到分类结果，结合Grad_Cam热图分析气管支气管异物堵塞气管的位置。本发明简单、快捷，模型预测准确性、敏感性、特异性均在0.95以上。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
