← 返回列表
基于深度学习算法的髋关节病变识别方法、装置及设备
摘要文本
本申请提供了一种基于深度学习算法的髋关节病变识别方法、装置、设备及计算机可读存储介质。该基于深度学习算法的髋关节病变识别方法，包括：获取髋关节X线图像；将髋关节X线图像输入预设的髋关节病变识别模型，输出检测框位置、病变识别结果和热力图；其中，髋关节病变识别模型包括用于在处理图像任务时同时关注全局和局部的信息的网络结构。根据本申请实施例，能够提高髋关节病变识别效率。 数据由马 克 数 据整理
申请人信息
- 申请人:北京长木谷医疗科技股份有限公司; 张逸凌
- 申请人地址:100176 北京市大兴区北京经济技术开发区荣华南路2号院1号楼22层2201(北京自贸试验区高端产业区亦庄组团)
- 发明人: 北京长木谷医疗科技股份有限公司; 张逸凌
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习算法的髋关节病变识别方法、装置及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311595240.6 |
| 申请日 | 2023/11/27 |
| 公告号 | CN117576375A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 北京长木谷医疗科技股份有限公司; 张逸凌 |
| 发明人 | 张逸凌; 刘星宇 |
| 地址 | 北京市大兴区北京经济技术开发区荣华南路2号院1号楼22层2201(北京自贸试验区高端产业区亦庄组团); |
专利主权项内容
1.一种基于深度学习算法的髋关节病变识别方法，其特征在于，包括：获取髋关节X线图像；将髋关节X线图像输入预设的髋关节病变识别模型，输出检测框位置、病变识别结果和热力图；其中，髋关节病变识别模型包括用于在处理图像任务时同时关注全局和局部的信息的网络结构。