公开(公告)号：CN117351255A

公开(公告)日：2024-01-05

申请号：CN202310942891.1

申请日：2023-11-23

申请人： 浙江大学滨江研究院 ,  浙江大学医学院附属儿童医院

发明人： 徐玮泽 ,  潘晓华 ,  舒强 ,  叶菁菁 ,  俞劲 ,  张志伟 ,  苏蒙蒙

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/098

摘要： 本发明公开了一种基于目标检测和图像分类的医学图像疾病分类方法，包括如下步骤：步骤一，通过目标检测模型提取病灶所在区域；步骤二，将步骤一提取到的区域输入到特征抽取网络，获取区域特征，之后将获取的区域特征相互融合后输入疾病分类模型，得到图像分类结果；步骤三，对完整的医学图进行特征提取，然后输入疾病分类模型，得到图像分类结果；步骤四，将步骤二和步骤三获取的图像分类结果进行整合，完成分类。本发明的分类方法，提出了一种基于目标检测和图像分类的二分支两阶段疾病分类模型，缓解了数据不平衡问题，加强了模型对具体病灶区域的关注程度。

公开(公告)号：CN114305484B

公开(公告)日：2024-06-25

申请号：CN202111530516.3

申请日：2021-12-15

申请人： 浙江大学医学院附属儿童医院 ,  浙江大学滨江研究院

发明人： 俞凯 ,  徐玮泽 ,  叶菁菁 ,  俞劲 ,  舒强 ,  林茹 ,  谷凯云 ,  陈家嘉 ,  来丽 ,  殷翡

IPC分类号： A61B7/04 ,  A61B5/00

摘要： 本发明提供了基于深度学习的心脏病心音智能分类方法、装置和介质，属于医疗技术领域，它解决了现有基于传统听诊器的人工听诊、判断不客观等问题，一种基于深度学习的心脏病心音智能分类方法，包括如下步骤：步骤S01：获取心音音频信号，对心音音频信号进行预处理，根据预处理后的心音音频信号获取心音周期信息；步骤S02：根据预处理后的心音音频信号和心音周期信息进行特征图提取，获取梅尔频谱图；步骤S03：对深度神经网络模型进行训练；步骤S04：执行步骤S01和步骤S02获取目标心音的多个梅尔频谱图，分别输入训练完毕的深度神经网络模型，获得目标心音的最终分类结果。

公开(公告)号：CN114305484A

公开(公告)日：2022-04-12

申请号：CN202111530516.3

申请日：2021-12-15

申请人： 浙江大学医学院附属儿童医院 ,  浙江大学滨江研究院

发明人： 俞凯 ,  徐玮泽 ,  叶菁菁 ,  俞劲 ,  舒强 ,  林茹 ,  谷凯云 ,  陈家嘉 ,  来丽 ,  殷翡

IPC分类号： A61B7/04 ,  A61B5/00

摘要： 本发明提供了基于深度学习的心脏病心音智能分类方法、装置和介质，属于医疗技术领域，它解决了现有基于传统听诊器的人工听诊、判断不客观等问题，一种基于深度学习的心脏病心音智能分类方法，包括如下步骤：步骤S01：获取心音音频信号，对心音音频信号进行预处理，根据预处理后的心音音频信号获取心音周期信息；步骤S02：根据预处理后的心音音频信号和心音周期信息进行特征图提取，获取梅尔频谱图；步骤S03：对深度神经网络模型进行训练；步骤S04：执行步骤S01和步骤S02获取目标心音的多个梅尔频谱图，分别输入训练完毕的深度神经网络模型，获得目标心音的最终分类结果。