一种基于MobileNet的脑血管事件自动识别方法及系统

发明专利有效专利

申请号：
CN201910324180.1
IPC分类号：G06T7/00;G06T7/10;G06K9/62;G06K9/32
申请日期：
2019-04-22
申请人：
华中科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于MobileNet的脑血管事件自动识别方法及系统
申请号	CN201910324180.1	申请日期	2019-04-22
法律状态	授权	申报国家	中国
公开/公告日	2019-08-30	公开/公告号	CN110189299A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;0;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;3;2查看分类表>
申请人	华中科技大学	申请人地址	湖北省武汉市洪山区珞喻路1037号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华中科技大学	当前权利人	华中科技大学
发明人	丁明跃;夏玉娇;周然;岳征
代理机构	华中科技大学专利中心	代理人	暂无

摘要

本发明属于计算机技术与医学图像的交叉领域，公开了一种基于MobileNet的脑血管事件自动识别方法及系统，其中方法包括步骤(1)采集二维颈动脉初始超声图像数据；(2)分割颈动脉外膜，得到ROI图像数据；(3)构建基于MobileNet的深度学习网络，并进行训练；(4)将ROI图像数据输入到训练好的深度学习网络中进行测试，得到二维颈动脉初始超声图像数据对应的脑血管事件发生与否的预测结果，从而自动识别脑血管事件。本发明采用基于MobileNet的深度学习网络，利用深度学习方法自动提取超声颈动脉图像特征，进行脑血管事件的自动识别，可有效解决人工定义特征的主观性强和特征的冗余性问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供