一种基于深度学习的腹直肌分离预测方法技术

本发明专利技术涉及计算机图像处理技术领域，本发明专利技术公开了一种基于深度学习的腹直肌分离预测方法，包括以下步骤：S1数据预处理及数据集的划分；S2数据预处理及数据集的划分；S3构建及训练验证多任务模型；S4分割结果后处理及测距；S5诊断结果融合与呈现。本发明专利技术设计了一个腹直肌分离诊断的分割分类多任务模型，该模型集成了多个关键组件，包括两个编码器、一个特征融合模块、一个分类器以及一个解码器。本发明专利技术提出了一种将像素尺寸转换为物理尺寸相关图谱的方法；本发明专利技术将分类器输出的直接诊断结果和解码器的测距诊断结果进行最终的融合，并进行综合的呈现，有效提高了预测的有效性及可信性。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理，具体涉及一种基于深度学习的腹直肌分离预测方法。

技术介绍

1、腹直肌作为人体核心肌群的重要组成部分，承担着保护内脏器官、稳固骨盆与腰椎的关键职责。然而，女性在妊娠期间，由于生理变化的影响，腹直肌面临着分离的风险，这种特殊状况在医学领域被专业地称为腹直肌分离。腹直肌分离是一种常见的妊娠相关并发症，其发病率在产后妇女中占据了相当高的比例，影响范围大致在30％至60％之间。腹直肌分离主要是由于怀孕期间腹内压的增加以及荷尔蒙水平的变化最终引发腹直肌的分离。腹直肌分离不仅会导致身体不适，还可能对患者的心理产生负面影响。因此，对于腹直肌分离的早期诊断显得尤为重要，这直接关系到后续治疗的有效性以及患者的康复进程。

2、在临床实践中，诊断腹直肌分离主要依赖于精确测量两块腹直肌之间的间隔距离。为实现这一诊断，医生可采用腹部超声成像。在超声检查过程中，医生需从患者腹部的不同位置以及在不同姿势状态下获取多个图像，以全面评估腹直肌的状态。对于经验丰富的医生而言，他们能够通过图像准确识别两块腹直肌的位置，进而手动测量两者之间的距离。然而，对本文档来自技高网...

【技术保护点】

1.一种基于深度学习的腹直肌分离预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于深度学习的腹直肌分离预测方法，其特征在于，所述S1具体包括以下步骤：

3.根据权利要求1所述的一种基于深度学习的腹直肌分离预测方法，其特征在于，所述S2具体包括以下步骤：

4.根据权利要求1所述一种基于深度学习的腹直肌分离预测方法，其特征在于，所述S3具体包括以下步骤：

5.根据权利要求1所述的一种基于深度学习的腹直肌分离预测方法，其特征在于，所述S4具体包括以下步骤：

6.根据权利要求1所述的一种基于深度学习的腹直肌分离预测方法...

【技术特征摘要】

1.一种基于深度学习的腹直肌分离预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于深度学习的腹直肌分离预测方法，其特征在于，所述s1具体包括以下步骤：

3.根据权利要求1所述的一种基于深度学习的腹直肌分离预测方法，其特征在于，所述s2具体包括以下步骤：

4....

【专利技术属性】
技术研发人员：毛荣嵩，张文安，凌珊，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：