[发明专利]一种用于计算机辅助诊断乳腺B超特征有效性验证的方法有效

专利信息
申请号: 201510413961.X 申请日: 2015-07-15
公开(公告)号: CN104933446B 公开(公告)日: 2018-09-18
发明(设计)人: 余春艳;滕保强;刘蜀;林明安;陈壮威;张栋;何振峰 申请(专利权)人: 福州大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 蔡学俊
地址: 350108 福建省福州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种用于计算机辅助诊断乳腺B超特征有效性验证的方法,先将乳腺B超病灶区域图像集分为训练集和验证集,且所有B超病灶区域图像均给定图像特征和文本特征;接着对训练集和验证集中所有样本图像的文本特征进行二进制编码;然后基于训练集完成面向乳腺B超特征验证的VALIDATION_RBM的训练;最后将该训练好的VALIDATION_RBM即作为特征有效性验证的工具。本发明即便在没有类标签信息的情况下,仍然可以充分利用乳腺B超影像分析文本和图像特征之间的映射关系来验证图像特征的有效性。
搜索关键词: 一种 用于 计算机辅助 诊断 乳腺 特征 有效性 验证 方法
【主权项】:
1.一种用于计算机辅助诊断乳腺B超特征有效性验证的方法,其特征在于包括以下步骤:步骤S1:给定一个中等规模以上的乳腺B超病灶区域图像集,其中中等规模表示该图像集至少含有250幅以上的乳腺B超病灶区域图像;步骤S2:将步骤S1中乳腺B超病灶区域图像集分为训练集和验证集,且所有乳腺B超病灶区域图像均给定图像特征vimg和文本特征vtext;其中所述图像特征vimg为从乳腺B超病灶区域图像提取出的特征,其有效性待验证,所述文本特征vtext由B超影像分析得出;其中,所述训练集至少包括200幅乳腺B超病灶区域图像作为其样本,所述的验证集至少包括50幅乳腺B超病灶区域图像作为其样本;步骤S3:对训练集和验证集中所有乳腺B超病灶区域图像的文本特征vtext进行二进制编码;步骤S4:将训练集中样本的图像特征及其文本特征编码共同作为输入,采用CD算法训练用于特征有效性验证的VALIDATION_RBM;步骤S5:将验证集中样本的图像特征vimg输入步骤S4已训练好的用于特征有效性验证的VALIDATION_RBM,进行50次吉布斯采样后输出得到VALIDATION_RBM文本特征vtext50,将VALIDATION_RBM文本特征vtext50和验证集中样本给定的文本特征vtext进行比对,如果匹配度大于0.6,说明待验证的病理相关图像特征vimg有效,否则,说明待验证的病理相关图像特征vimg无效;所述步骤S4中的VALIDATION_RBM包含图像特征输入层、文本特征输入层和隐层h;将图像特征输入层和隐层h之间进行无向二部图连接,由此构成RBM_IMG;将文本特征输入层和隐层h层之间进行无向二部图连接,由此构成RBM_TEXT;所述RBM_IMG和RBM_TEXT共享一个隐层h,其中所述RBM_IMG的输入层为归一化到0‑1之间的图像特征,节点数为100,其有效性待验证;其中所述RBM_TEXT的输入层为二进制编码的文本特征,节点数为5;所述隐层h为二进制单元层,节点数为200;当给定图像特征vimg和文本特征vtext,则隐层h的条件概率为:当给定隐层h,vimg和vtext的条件概率分别为:其中hj为隐层h第j个单元,vimgi为图像特征第i个单元,vtextk为文本特征第k个单元,wimgij为图像特征输入层第i个单元与隐层h第j个单元之间的连接权值,wtextkj为文本特征输入层第k个单元与隐层h第j个单元之间的连接权值,bhj为隐层h中第j个单元的偏置,bimgi为图像特征输入层第i个单元的偏置,btextk为文本特征输入层第k个单元的偏置,σ表示sigmoid函数。
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福州大学,未经福州大学许可,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/patent/201510413961.X/,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