一种基于深度学习的腰肌劳损分类识别方法和装置制造方法及图纸

本发明专利技术公开了一种基于深度学习的腰肌劳损分类识别方法和装置。其中，该方法包括：利用包含腰肌劳损的医学影像制作训练集和测试集；对所述训练集和测试集进行预处理并对待训练的神经网络进行参数初始化；根据训练集和测试集对所述待训练的神经网络进行训练，以得到目标神经网络；将待分类识别的医学影像输入所述目标神经网络，并将所述目标神经网络输出的识别结果经过随机森林算法，以得到对应的腰肌劳损分类识别结果。利用本实施例的技术方案，可以智能、高效、精确地对腰肌劳损的情况进行识别和分类。别和分类。别和分类。

【技术实现步骤摘要】
一种基于深度学习的腰肌劳损分类识别方法和装置


[0001]本专利技术实施例涉及深度学习分类识别
，尤其涉及一种基于深度学习的腰肌劳损分类识别方法和装置。

技术介绍

[0002]腰肌劳损，又称功能性腰痛、慢性下腰损伤、腰臀肌筋膜炎等，实为腰部肌肉及其附着点筋膜或骨膜的慢性损伤性炎症，是腰痛的常见原因之一。随着生活和学习压力的增大，久坐等不良的习惯造成越来越多的人均有不同程度的腰肌劳损。长时间的腰部隐痛，腰痛更有甚者出现腰痛伴下肢不同程度的疼痛和/或麻木，严重影响到了日常生活、学习、休息。
[0003]目前在临床上，腰肌劳损的诊断识别还停留在原始的
ꢀ“
经验学”、“肉眼诊断”等一概而论的诊疗措施上，有着很大的局限性、随机性和不可控性。本专利技术因此而来。

技术实现思路

[0004]本专利技术提供一种基于深度学习的腰肌劳损分类识别方法和装置，以实现对腰肌劳损的准确识别和分类。
[0005]第一方面，本专利技术实施例提供了一种基于深度学习的腰肌劳损分类识别方法，包括：S1、利用包含腰肌劳损的医学影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的腰肌劳损分类识别方法，其特征在于，包括：S1、利用包含腰肌劳损的医学影像制作训练集和测试集；S2、对所述训练集和测试集进行预处理并对待训练的神经网络进行参数初始化；S3、根据训练集和测试集对所述待训练的神经网络进行训练，以得到目标神经网络；S4、将待分类识别的医学影像输入所述目标神经网络，并将所述目标神经网络输出的识别结果经过随机森林算法，以得到对应的腰肌劳损分类识别结果。2.根据权利要求1所述的方法，其特征在于，所述S1中的医学影像为MRI影像图像，利用VIA工具对包含腰肌劳损特征的感兴趣区域进行标注，制作COCO格式的训练集和数据集。3. 根据权利要求1所述的方法，其特征在于，所述 S3中使用3090Ti显卡进行所述待训练神经网络的训练和测试。4.根据权利要求1所述的方法，其特征在于，所述待训练神经网络为改进的神经网络，网络骨架为Resnet101。5.根据权利要求1所述的方法，其特征在于，所述S4具体包括：对所述目标神经网络输出的识别结果以及临床随访获得各类数据进行预处理；根据预处理后得到的特征数据以及随机森林算法，以得到对应的腰肌劳损分类识别结果。6.一种基于深度学习的腰肌劳损分类识别装置...

【专利技术属性】
技术研发人员：卢嘉昱，
申请(专利权)人：卢嘉昱，
类型：发明
国别省市：