- 1、本文档共16页,其中可免费阅读15页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于深度学习模型的超声图像处理方法及装置,属于医学图像数据处理领域,方法步骤为:将超声图像、电子病历文本和检验结果预处理后分别获取超声图像特征、电子病历文本特征和检验结果特征;将超声图像特征、电子病历文本特征和检验结果特征输入至训练完毕的融合深度学习模型中,获取超声图像能表征待检查对象的概率,同时对能表征待检查对象概率最高的超声图像自动生成超声检查报告文本。本发明使用多源数据特征可以保证自动生成的超声检查报告的质量,同时能够提高超声检查的效率。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113689927 B
(45)授权公告日 2022.01.18
(21)申请号 202111245725.3 G16H 30/20 (2018.01)
文档评论(0)