[发明专利]基于深度学习的消化道内壁病变类型智能识别方法及装置在审
申请号: | 201810716964.4 | 申请日: | 2018-07-03 |
公开(公告)号: | CN109165662A | 公开(公告)日: | 2019-01-08 |
发明(设计)人: | 孙明健;张笑;刘海峰;屈亚威;马立勇;邹梦书;曲歌 | 申请(专利权)人: | 哈尔滨工业大学(威海) |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 264209*** | 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: | 本发明实施例提供一种基于深度学习的消化道内壁病变类型智能识别方法及装置,该方法包括:将待识别消化道内壁图像输入至病变类型识别模型,输出待识别消化道内壁图像的病变类型识别信息,病变类型识别模型是基于样本消化道内壁图像及样本消化道内壁图像对应的病变类型识别结果进行训练后获得的,待识别消化道内壁图像的格式与样本消化道内壁图像的格式相匹配。本发明实施例通过将待识别消化道内壁图像输入至病变类型识别模型,输出病变类型识别信息。由于病变类型识别模型可以直接输出病变类型识别信息,从而相对于人眼识别提高了识别效率,并且,病变类型识别模型能够避免人眼识别中观察者识别能力对识别结果的影响,提高了识别精度。 | ||
搜索关键词: | 病变类型 消化道 内壁 图像 样本 图像输入 智能识别 输出 人眼识别 匹配 学习 观察 | ||
【主权项】:
1.一种消化道内壁病变类型识别方法,其特征在于,包括:将待识别消化道内壁图像输入至病变类型识别模型,输出所述待识别消化道内壁图像的病变类型识别信息,所述病变类型识别模型是基于样本消化道内壁图像及所述样本消化道内壁图像对应的病变类型识别结果进行训练后获得的,所述待识别消化道内壁图像的格式与所述样本消化道内壁图像的格式相匹配。
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哈尔滨工业大学(威海),未经哈尔滨工业大学(威海)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/201810716964.4/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序