[发明专利]一种基于深度森林的阿尔兹海默病分类方法在审
| 申请号： | 201710739100.X | 申请日： | 2017-08-25 |
| 公开（公告）号： | CN107506796A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 程建;朱晓雅;张建;张泽厚;周娇 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/66;G06T7/00;G06F19/00 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司51230 | 代理人： | 徐金琼,刘东 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度森林的阿尔兹海默病分类方法，属于医学图像分类预测领域，将检测阿尔兹海默病的MRI图像作为多粒度扫描的输入，所述多粒度扫描的输出连接级联森林，所述级联森林输出MRI图像的一个类向量，完成深度森林模型的构建；对若干已知类别的MRI图像进行预处理；所述深度森林模型扩展一级，则利用预处理后的MRI图像进行训练和测试，当测试结果没有显著提高，则完成训练，否则扩展下一级继续训练；将预处理后待分类的MRI图像输入到训练完成的深度森林，输出得到该MRI图像的分类结果；该方法大大提高了阿尔兹海默病的识别率。 | ||
| 搜索关键词： | 一种 基于 深度 森林 阿尔兹海默病 分类 方法 | ||
【主权项】：
一种基于深度森林的阿尔兹海默病分类方法，其特征在于：包括以下步骤：步骤1：将检测阿尔兹海默病的MRI图像作为多粒度扫描的输入，所述多粒度扫描的输出连接级联森林，所述级联森林输出MRI图像的一个类向量，完成深度森林模型的构建；步骤2：对若干已知类别的MRI图像进行预处理；步骤3：所述深度森林模型扩展一级，则利用预处理后的MRI图像进行训练和测试，当测试结果没有显著提高，则完成训练，否则扩展下一级继续训练；步骤4：将预处理后待分类的MRI图像输入到训练完成的深度森林，输出得到该MRI图像的分类结果。
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电子科技大学，未经电子科技大学许可，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/patent/201710739100.X/，转载请声明来源钻瓜专利网。
