[发明专利]一种基于深度学习的皮肤病图片病变类型分类方法有效

专利信息
申请号: 201811524821.X 申请日: 2018-12-13
公开(公告)号: CN109493342B 公开(公告)日: 2021-02-09
发明(设计)人: 方健男;端阳;孙玲玲 申请(专利权)人: 杭州电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06K9/62;G06N3/08
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 朱月芬
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 皮肤病 图片 病变 类型 分类 方法
【权利要求书】:

1.一种基于深度学习的皮肤病图片病变类型分类系统,其特征在于:

该系统先获取不同的皮肤病变图片;对皮肤病变图片进行数据预处理,预处理为将不同尺寸的皮肤病变图片进行缩放至设置好的两个固定尺寸;

该系统对皮肤病变图片数据扩增,对经过预处理的皮肤病变图片进行包括随机裁剪、随机翻转、随机旋转和随机形变在内的变换,所有的变换均有概率发生,即可能发生变换也可能不发生变换;

将扩增后的皮肤病变图像数据输入到卷积神经网络;所述的卷积神经网络为改进了ResNet50、InceptionV3网络,保留ResNet50平均池化层和InceptionV3平均池化层之前的部分,并对两个改进后的网络的输出张量在深度的维度上进行拼接,然后送入到分类器中;所述的分类器包含两个全连接层,第一个全连接层用于整合之前的张量特征;第二个全连接层用于产生分类结果;

该系统采用损失函数加权的方式解决数据样本分布不平衡的问题,损失函数的加权值为每一类样本出现频率的倒数;

使用超大规模视觉图像挑战赛中的图片所训练的权重,通过该权重对卷积网络进行初始化;

将扩增后的数据通过模型的输入层送入模型,利用反向传播算法对模型进行优化训练;

通过反向传播算法对模型权重进行训练;

将模型训练后的权重保存,使用该权重对皮肤病变图片进行分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811524821.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top