侵入性胎盘植入影像特征AI智能提取系统

专利主权项内容

1.一种侵入性胎盘植入影像特征AI智能提取系统，其特征在于，包括采集模块，用于采集患者胎盘处的B超图像数据和MRI图像数据；历史病例数据库，用于存储侵入性胎盘植入的B超图像数据和MRI图像数据的历史样本，其中历史样本包括多张侵入性胎盘植入图像；特征提取模块，将历史样本与由采集模块采集的B超图像数据和MRI图像数据分别输入基于DoubleU Net网络的图像分割网络中，构建训练集与测试集，基于训练集与测试集生成影像特征识别模型，通过影像特征识别模型对胎盘植入影像特征进行识别，将采集患者胎盘的B超图像和MRI图像数据与历史样本进行对比，并对胎盘植入范围及深度进行预测，并将胎盘植入的预测位置进行标注，其中训练集基于患者历史B超图像和MRI图像数据，测试集基于采集模块采集的患者胎盘处的B超图像数据和MRI图像数据；根据所述影像特征对胎盘植入范围及深度预测的具体步骤包括：S1、对测试集中的胎盘图像建立图层并复制n张，得到n+1张不同图层的胎盘图像，分别对n+1张胎盘图像进行左右、水平和垂直方向进行任意组合的翻转方式同步翻转90°，得到6(n+1)张特征图，之后对得到的特征图进行合并图层；S2、将S1中得到合并图层后的特征图与训练集中的胎盘图像重合并分别在不同的图层内，之后隐藏特征图，只显示训练集中的胎盘图像，对训练集中的胎盘图像进行卷积操作，得到侵入性胎盘植入的图像包围区域特征，其中图像包围区域特征包括特征坐标、长度以及置信度；S3、显示特征图，对合并图层后的特征图进行卷积操作，得到特征图的图像包围区域特征，将特征图与训练集中的胎盘图像的图像包围区域特征进行对比，将重合部位进行标记，得到初步区域预测特征；S4、将特征图的包围区域特征等距扩展至少1像素的距离，再将重合部位进行标记，得到认定区域预测特征；S5、根据初步区域预测特征与认定区域预测特征确认胎盘植入范围及深度的预测结果，并将胎盘注入的预测位置进行标注。