龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京大学
摘要：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。
主权项：1.一种基于深度学习的膝关节轮廓特征提取方法，其特征在于，包括特征训练步骤和特征提取步骤；所述特征训练步骤包括以下步骤：S11：接收样本并将样本中的膝关节图片格式化后组成训练样本集；所述样本包括膝关节图片和膝关节轮廓特征信息；所述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；S12：将所述训练样本集输入至深度学习模型工具进行训练，并根据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；所述损失系数采用如下计算公式进行计算：L＝avg1-simXi,Yi；其中，L为损失系数，Xi为当前轮次下第i个训练样本的预测轮廓特征信息；Yi是当前轮次下第i个训练样本的膝关节轮廓特征信息；avg表示平均值函数，sim表示为相似度计算函数；所述预测轮廓特征信息Xi是将当前轮次下第i个训练样本的膝关节图片输入至所述深度学习模型工具，所述深度学习模型工具根据当前训练模型特征矩阵所生成的膝关节轮廓特征信息；所述特征提取步骤包括：S21：接收待测膝关节图片，并将待测膝关节图片格式化；S22：将格式化后的待测膝关节图片输入至所述深度学习模型工具，所述深度学习模型工具根据所述最终模型特征矩阵生成膝关节轮廓特征信息。
全文数据：
权利要求：
百度查询： 南京大学 一种基于深度学习的膝关节轮廓特征提取方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号