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：沈阳升维医疗科技有限公司;升维智能科技(内蒙古)有限公司

摘要：本发明涉及医学影像处理技术领域，具体为基于AI算法运用X光片的骨质疏松筛查系统及方法，系统包括图像质控分类模块、骨质特征分析模块、成像参数优化模块和判断与验证模块，基于X光图像数据，执行图像质量评估，筛选分辨率符合判断标准的图像。本发明，通过深度信念网络和卷积神经网络的应用，提升了骨质疏松筛查的图像分析精度和自动化水平，能够准确自动识别骨质疏松的关键特征，如骨密度和微结构变化，自动化特征识别减少了对专业知识的依赖，减轻了筛查过程中的人为误差，提升了病变检出的灵敏度，AI驱动的成像参数实时调整，确保了在每次扫描中都能获得最佳图像质量，进而提高了筛查的可靠性。

主权项：1.基于AI算法运用X光片的骨质疏松筛查系统，其特征在于，所述系统包括：图像质控分类模块基于X光图像数据，执行图像质量评估，筛选分辨率符合判断标准的图像，对图像进行分级处理，并根据图像清晰度指数重新分类，得到图像筛选集；骨质特征分析模块基于所述图像筛选集，采用深度信念网络，对骨质疏松症状的特征进行自动识别，记录每个图像的特征值，并将特征与已知疾病标准进行对比，得到形态特征数据；成像参数优化模块根据初步异常检测结果，调整X光机参数，包括曝光量和焦距，利用卷积神经网络对图像进行再采集，优化关键细节的可见度，并对比调整前后的图像细节差异，得到成像质量优化信息；判断与验证模块基于所述形态特征数据和成像质量优化信息，对图像进行判断分析，计算与骨质疏松关联的医学指标得分，并与医学历史数据进行比对，得到筛查后的骨质图像数据；所述形态特征数据的获取步骤具体为：基于所述深度信念网络输出的特征，对骨质疏松症状进行初级标识，优化与疾病筛选的关联性，采用公式： 得到加权特征合集，其中，代表第张图像的第个特征值，是每个特征维度的权重，是优化特征的非线性调整系数，是维度总数；基于所述加权特征合集，与疾病形态标准进行比较，采用公式： 得到形态特征数据，其中，是第张图像的第个加权特征值，是第个特征的疾病形态标准阈值，是第个特征的标准偏差，是特征总数；所述X光机参数的调整步骤具体为：根据初步异常检测结果，计算图像曝光偏差，采用公式： 得到曝光偏差评估数据，其中，和代表图像的像素位置，和表示图像的宽度和高度，是位置的像素强度，是像素总数，是目标亮度阈值；基于所述曝光偏差评估数据，调整X光机的曝光量并优化图像质量，采用公式： 得到调整后的曝光设置，其中，是原始曝光量，是调整系数，是曝光偏差评估数据；基于所述调整后的曝光设置，评估和调整X光机的焦距，若细节丢失，则进行焦距修正，采用公式： 得到新的焦距，其中，是原始焦距，和分别是目标和当前细节水平，是调整焦距的响应度参数；所述成像质量优化信息的获取步骤具体为：根据调整后的所述曝光率和焦距，利用卷积神经网络重新采集和分析图像，优化图像中的关键细节，采用公式： 得到经CNN调整后的图像质量评分，其中，是经过调整后的图像输入数据；基于所述图像质量评分，比较调整前后的图像细节，采用公式： 得到调整前后图像质量的差值，其中，是调整后的图像质量评分，是调整前的图像质量评分；所述与骨质疏松关联的医学指标得分的计算步骤具体为：基于所述形态特征数据和成像质量优化信息，提取骨密度特征，使用边缘检测算法计算每个区域的边缘强度，使用公式： 得到总边缘强度指标，其中，是第个图像区域的边缘强度值，是边缘强度的权重因子，代表参与计算总边缘强度的图像区域数量；基于所述总边缘强度指标，对图像进行分析，评估纹理的一致性，采用公式： 得到纹理一致性指标，其中，代表第个区域的纹理一致性，是纹理一致性的权重因子，代表参与计算总纹理一致性的图像区域数量；基于所述总边缘强度指标和纹理一致性指标，采用公式： 计算骨质疏松医学指标得分，其中，和是权重系数，是总边缘强度指标，是纹理一致性指标。

全文数据：

权利要求：

百度查询： 沈阳升维医疗科技有限公司 升维智能科技(内蒙古)有限公司 基于AI算法运用X光片的骨质疏松筛查系统及方法