1、由于超声图像所包含的特征信息十分有限,而原始超声射频数据中则蕴含着反射、散射、衰减等声学参量信息,项目团队为了保证卷积神经网络能提取到足够的分类特征,以原始超声射频数据作为训练样本,提高热消融识别的准确性。 2、传统超声图像难以得到准确的热消融区域,为了得到更加准确的分类标签,通过对热消融照片和超声射频数据进行位置匹配,以照片中的热消融位置作为分类标签的黄金标准,提高热消融的准确性。 3、衰减系数、Nakagami 参量是表现组织特性的重要参数,通过人工特征提取的方式得到衰减系数以及 Nakagami 参量等超声参量,将这些人工提取到的特征和卷积神经网络自动提取到的特征共同用于热消融区域的识别,提高分类的准确性。
商品类型 | 技术成果 | 项目阶段 | 研制 | 成果权属 | 独占 |
技术领域 | 交易方式 | 其他 | 权属人 |
¥ 150,000 元
面议
¥ 20,000 元
¥ 20,000 元