一种基于机器学习检测胎儿颅脑异常的方法和系统

摘要

本发明公开了一种基于机器学习检测胎儿颅脑异常的方法，具体是在胎儿颅脑的发育过程中，检测颅脑的主要组织结构是否存在异常和异常会导致哪些相关的颅脑疾病。本发明主要通过获取不同孕周系列颅脑标准切面的数据，对数据预处理，训练一个模型来检测颅脑主要组织结构是否存在异常。采用深度卷积网络提取特征，区域生成网络RPN生成候选区域，感兴趣池化层层收集输入的特征图和候选区域，并利用softmax分类器进行分类和回归检测，最后利用检测结果来分析主要的结构是否存在异常。如果未发现存在异常，则判断为正常。本发明旨在利用计算机辅助诊断，不需要医生或者人为的过多参与诊断的情况下，辅助诊断颅脑是否异常。