基本信息:
- 专利标题： 一种基于深度学习的胆脂瘤影像分析方法及系统
- 申请号：CN202411638961.5 申请日：2024-11-18
- 公开(公告)号：CN119339158A 公开(公告)日：2025-01-21
- 发明人： 吴净芳 , 孙珊 , 张阳 , 周凌霄
- 申请人： 复旦大学附属眼耳鼻喉科医院
- 申请人地址： 上海市闵行区汾阳路83号
- 专利权人： 复旦大学附属眼耳鼻喉科医院
- 当前专利权人： 复旦大学附属眼耳鼻喉科医院
- 当前专利权人地址： 上海市闵行区汾阳路83号
- 代理机构： 深圳汉林汇融知识产权代理事务所(普通合伙)
- 代理人： 刘临利
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06N3/045 ; G06N3/0475 ; G06N3/094 ; G06N3/042 ; G06N3/0464 ; G06V10/82 ; G06T7/00
摘要：
本发明涉及一种基于深度学习的胆脂瘤影像分析方法和系统，提出了一种针对胆脂瘤的高效影像处理方式，包含影像数据的量子特征筛选、拓扑分割、生成对抗网络增强、图卷积网络空间关联分析以及模糊逻辑分类等步骤。通过量子态转换和特征筛选，显著提高影像数据的对比度和分辨率，去除噪声，提取关键特征。拓扑数据分割结合多尺度处理，有效识别病灶区域边界。生成对抗网络用于增强病灶特征数据，图卷积网络则进一步分析空间关联特征，确保病灶区域的描述更加精细化。最终采用模糊逻辑分类得到病灶的存在概率和分类结果。该方法旨在提升胆脂瘤影像的信息提取密度。