[发明专利]基于区分性卷积神经网络的乳腺肿瘤分类装置和存储介质有效
| 申请号： | 201711091437.0 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107748900B | 公开（公告）日： | 2020-09-25 |
| 发明（设计）人： | 袭肖明;尹义龙;孟宪静;聂秀山;杨璐 | 申请（专利权）人： | 山东财经大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/32;G06K9/34;G06N3/04 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 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区分性卷积神经网络的乳腺肿瘤分类装置和存储介质，所述方法包括：对多幅超声图像中的肿瘤进行分割获取感兴趣区域并进行数据增广，得到训练集；构建区分性卷积神经网络模型，基于所述训练图像计算所述区分性卷积神经网络的模型参数；其中，所述区分性卷积神经网络模型的结构为：在卷积神经网络的基础上增加区分性辅助分支，接入卷积层、池化层和全连接层，并引入Inter‑intra Loss函数用于增强同类之间的相似性以及不同类之间的差异性；获取一幅待分类的乳腺超声图像，对所述超声图像进行分割，获取感兴趣区域；将所述感兴趣区域输入到所述区分性卷积神经网络得到分类结果。本发明的分类方法能够有效提高乳腺超声图像中的肿瘤分类性能。 | ||
| 搜索关键词： | 基于 区分 卷积 神经网络 乳腺 肿瘤 分类 装置 存储 介质 | ||
【主权项】：
一种用于乳腺肿瘤分类的区分性卷积神经网络的训练方法，其特征在于，包括：对多幅超声图像中的肿瘤进行分割获取感兴趣区域并进行数据增广，得到训练集；构建区分性卷积神经网络模型，基于所述训练图像计算所述区分性卷积神经网络的模型参数；其中，所述区分性卷积神经网络模型的结构为：在卷积神经网络的基础上增加区分性辅助分支，接入卷积层、池化层和全连接层，并引入Inter‑intra Loss函数用于增强同类之间的相似性以及不同类之间的差异性。
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山东财经大学，未经山东财经大学许可，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/201711091437.0/，转载请声明来源钻瓜专利网。
