[发明专利]机器学习中具有密集特征金字塔网络架构的医学图像对象检测在审
| 申请号： | 201811301375.6 | 申请日： | 2018-11-02 |
| 公开（公告）号： | CN109753866A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | B.乔治斯库;E.翁洛夫斯基;S.刘;徐大光;D.科马尼丘;周少华 | 申请（专利权）人： | 西门子保健有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06N3/04 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 王健;刘春元 |
| 地址： | 德国埃*** | 国省代码： | 德国;DE |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及机器学习中具有密集特征金字塔网络架构的医学图像对象检测。对于对象检测，深度学习与为诸如淋巴结之类的低对比度对象设计的架构一起被应用。该架构使用密集深度学习或特征和使用不同分辨率的密集深度学习的金字塔形的布置的组合，该密集深度学习或特征采用卷积层之间的前馈连接。 | ||
| 搜索关键词： | 对象检测 架构 金字塔网络 机器学习 密集特征 医学图像 学习 淋巴结 低对比度 对象设计 金字塔形 分辨率 卷积 前馈 申请 应用 | ||
【主权项】：
1.一种用于采用医学成像系统的淋巴结检测的方法，该方法包括：接收患者的医学图像；由机器学习的检测器检测医学图像中表示的淋巴结，机器学习的检测器包括密集连接的单元的多个集合的密集特征金字塔神经网络，其中该集合和与下采样依次连接的第一组集合以及与上采样依次连接的第二组集合一起被布置，并且其中第一组的集合与具有相同分辨率的第二组的集合连接，以及从医学成像系统输出淋巴结的检测。
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西门子保健有限责任公司，未经西门子保健有限责任公司许可，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/201811301375.6/，转载请声明来源钻瓜专利网。
- 上一篇：对象历史关联的系统和方法
- 下一篇：指纹传感器
