基于深度学习的医学图像处理方法、系统以及计算机设备
基本信息
| 申请号 | CN201911372397.6 | 申请日 | - |
| 公开（公告）号 | CN113052851A | 公开（公告）日 | 2021-06-29 |
| 申请公布号 | CN113052851A | 申请公布日 | 2021-06-29 |
| 分类号 | G06T7/11;G06T7/194;G06T3/40;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 刘非 | 申请（专利权）人 | 上海昕健医疗技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 201203 上海市浦东新区中国（上海）自由贸易试验区龙东大道3000号1幢A楼408室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习的医学图像处理方法、系统以及计算机设备。其中，深度学习模型设计方法包括如下步骤：S11、收集图像数据；S12、对图像数据进行标注，获得初始标注数据集；S13、将初始标注数据集划分为训练集和测试集；S14、选择和设计深度学习模型，获得深度学习初始模型；S15、调整深度学习初始模型超参数，对深度学习初始模型进行训练，获得深度学习训练后模型；S16、对深度学习训练后模型进行测试，计算获得测试系数；S17、判断测试系数是否达到一固定参数值以上，若是，则获得深度学习最终模型；若否，深度学习训练后模型参数不符合要求，返回步骤S15。本发明能够快速、高精度地分割出复杂部位图像，以提高医生工作效率和诊断的准确度。 |
