[发明专利]基于深度学习的X光片智能诊断方法在审
| 申请号： | 201810648064.0 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN108899087A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 周志光;马力 | 申请（专利权）人： | 中山仰视科技有限公司 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06N3/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510000 广东省中山市火炬*** | 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： | 本发明公开了基于深度学习的X光片智能诊断方法，包括如下步骤：获取预设存储器中存储的胸部X光片的影像数据；将所述胸部X光片的影像数据以预设方式进行增广；将增广后的影像数据进行预处理操作，以使数据特征符合标准；将预处理后的影像数据进行分类形成若干个分类模型，并分别对每一个分类模型设计模型训练以生成模型训练预测结果；获取最终的CNN特征图，并根据CNN特征图生成热力图；根据每一个分类模型的模型训练预测结果计算得到集成结果。本发明深度学习大量的胸部X光片中肺部疾病特征，实现对多种肺部疾病的精准预测，提供诊断依据，预测时间大大少于人工诊断时间，节省了医生的时间。 | ||
| 搜索关键词： | 影像数据 分类模型 胸部X光 肺部疾病 预测结果 智能诊断 特征图 预处理 预处理操作 预设存储器 模型训练 人工诊断 设计模型 生成模型 数据特征 预设方式 生成热 预测 学习 存储 诊断 分类 医生 | ||
【主权项】：
1.基于深度学习的X光片智能诊断方法，其特征在于，包括如下步骤：获取步骤：获取预设存储器中存储的胸部X光片的影像数据；增广步骤：将所述胸部X光片的影像数据以预设方式进行增广；处理步骤：将增广后的影像数据进行预处理操作，以使数据特征符合标准；分类步骤：将预处理后的影像数据进行分类形成若干个分类模型，并分别对每一个分类模型设计模型训练以生成模型训练预测结果；生成步骤：获取最终的CNN特征图，并根据CNN特征图生成热力图；集成步骤：根据每一个分类模型的模型训练预测结果计算得到集成结果。
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中山仰视科技有限公司，未经中山仰视科技有限公司许可，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/201810648064.0/，转载请声明来源钻瓜专利网。
