[发明专利]病理图片的识别方法及装置在审
| 申请号： | 201810315279.0 | 申请日： | 2018-04-10 |
| 公开（公告）号： | CN108596882A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 云径平;王智 | 申请（专利权）人： | 中山大学肿瘤防治中心 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 王天尧;贾磊 |
| 地址： | 510060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种病理图片的识别方法及装置，其中该方法包括：获得样本数据，所述样本数据包括正样本和负样本，所述正样本为恶性病变病理图片，所述负样本为正常或良性病变病理图片，所述恶性病变病理图片上标记出病变区域；将所述样本数据划分为训练集和测试集；利用所述训练集对深度神经网络模型进行训练；利用所述测试集对训练好的深度神经网络模型进行测试；根据测试结果对训练好的深度神经网络模型进行参数调整；利用训练好的深度神经网络模型对病理图片进行识别。本发明可以提高病理图片识别的效率和准确率。 | ||
| 搜索关键词： | 病理图片 神经网络模型 样本数据 恶性病变 测试集 负样本 训练集 正样本 病变区域 参数调整 良性病变 准确率 测试 | ||
【主权项】：
1.一种病理图片的识别方法，其特征在于，包括：获得样本数据，所述样本数据包括正样本和负样本，所述正样本为恶性病变病理图片，所述负样本为正常或良性病变病理图片，所述恶性病变病理图片上标记出病变区域；将所述样本数据划分为训练集和测试集；利用所述训练集对深度神经网络模型进行训练；利用所述测试集对训练好的深度神经网络模型进行测试；根据测试结果对训练好的深度神经网络模型进行参数调整；利用训练好的深度神经网络模型对病理图片进行识别。
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中山大学肿瘤防治中心，未经中山大学肿瘤防治中心许可，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/201810315279.0/，转载请声明来源钻瓜专利网。
