公开(公告)号：CN110895818B

公开(公告)日：2023-07-18

申请号：CN201910981767.X

申请日：2019-10-16

Applicant: 南京大学

Inventor： 郭亚冲 ,  张冰 ,  王炜 ,  杨献峰 ,  周清清 ,  张建 ,  李文飞

IPC: G06T7/13 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的膝关节轮廓特征提取方法和装置。该方法首先将样本中的膝关节图片格式化后组成训练样本集，样本包括膝关节图片和膝关节轮廓特征信息，膝关节轮廓特征信息包括膝关节内侧间隙宽度、膝关节外侧间隙宽度、膝关节内侧间隙面积、膝关节外侧间隙面积和胫骨股骨角。然后将训练样本集输入至深度学习模型工具进行按轮次训练，对每一轮训练得到训练模型特征矩阵计算损失系数，直到损失系数收敛至预先设定的条件后提取相应的训练模型特征矩阵作为最终模型特征矩阵。最终根据最终模型特征矩阵对输入的膝关节图片格式化后进行分析得到膝关节轮廓特征信息。本发明通过计算得到的膝关节轮廓特征信息置信度在95%以上。

公开(公告)号：CN110895818A

公开(公告)日：2020-03-20

申请号：CN201910981767.X

申请日：2019-10-16

Applicant: 南京大学

Inventor： 郭亚冲 ,  张冰 ,  王炜 ,  杨献峰 ,  周清清 ,  张建 ,  李文飞

IPC: G06T7/13 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的膝关节轮廓特征提取方法和装置。该方法首先将样本中的膝关节图片格式化后组成训练样本集，样本包括膝关节图片和膝关节轮廓特征信息，膝关节轮廓特征信息包括膝关节内侧间隙宽度、膝关节外侧间隙宽度、膝关节内侧间隙面积、膝关节外侧间隙面积和胫骨股骨角。然后将训练样本集输入至深度学习模型工具进行按轮次训练，对每一轮训练得到训练模型特征矩阵计算损失系数，直到损失系数收敛至预先设定的条件后提取相应的训练模型特征矩阵作为最终模型特征矩阵。最终根据最终模型特征矩阵对输入的膝关节图片格式化后进行分析得到膝关节轮廓特征信息。本发明通过计算得到的膝关节轮廓特征信息置信度在95%以上。