您所在的位置: 成果库 融合小波特征的深度学习超声图像纹理诊断方法及系统

融合小波特征的深度学习超声图像纹理诊断方法及系统

成果类型:: 发明专利,新技术

发布时间: 2023-07-18 09:43:29

科技成果产业化落地方案
方案提交机构:重庆市高新区| 陈点 | 2023-07-24 09:46:29

本发明公开了一种融合小波特征的深度学习超声图像纹理诊断方法及系统,该方法对原始超声图像的感兴趣区域进行预处理;将卷积神经网络作为主干网络,使可学习的小波分支与主干网络并联,得到深度学习超声图像纹理诊断模型;将预处理后的超声图像输入深度学习超声图像纹理诊断模型,训练深度学习超声图像纹理诊断模型;获取待处理的超声图像并预处理后,输入训练后的深度学习超声图像纹理诊断模型,得到诊断结果。

采用本技术方案,利用深度学习超声图像纹理诊断模型学习低频与高频、空间域与频域的信息,以可解释的方式实现高精度诊断。训练深度学习超声图像纹理诊断模型;获取待处理的超声图像并预处理后,输入训练后的深度学习超声图像纹理诊断模型,得到诊断结果。

本发明公开了一种融合小波特征的深度学习超声图像纹理诊断方法及系统,该方法对原始超声图像的感兴趣区域进行预处理;将卷积神经网络作为主干网络,使可学习的小波分支与主干网络并联,

目前拥有一批优秀的行业内部尖端技术人才,使公司研发、运营和管理具有完善的管理体系,同时公司对人才的引进与培养也十分的重视,积极鼓励研发人员进行科技创新,实施奖励制度,为公司的科研事业的发展奠定深厚的人才基础。通过自主研发,组建研发团队,对用户进行调研,查阅文献了解市场需要,解决项目中的技术问题,确定项目总体方案设计,配置相关仪器设备,确保项目按计划进度实施。同时定期进行各项试验,改进技术方案及技术指标,完善工艺,规模生产。投入市场建立和完善市场营销网络。

利用深度学习超声图像纹理诊断模型学习低频与高频、空间域与频域的信息,以可解释的方式实现高精度诊断。训练深度学习超声图像纹理诊断模型;获取待处理的超声图像并预处理后,

通过自主研发,组建研发团队,对用户进行调研,查阅文献了解市场需要,解决项目中的技术问题,确定项目总体方案设计,配置相关仪器设备,确保项目按计划进度实施。同时定期进行各项试验,改进技术方案及技术指标,完善工艺,规模生产。投入市场建立和完善市场营销网络。