[发明专利]一种基于迁移学习的甲状腺相关性眼病检测方法在审
| 申请号： | 201811318375.7 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109543728A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 吴聪;邹义轩;夏冬;杨智;刘延龙;詹金豪;金吉成 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/02 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 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迁移学习的甲状腺相关性眼病检测方法，首先对眼部区域进行医学扫描，获得3种位图样本，对获得的位图样本进行预处理，得到位图样本中的病症区域和左右眼位位置；然后对预处理后的位图样本进行旋转、平移、缩放操作，然后将所有位图样本依比例划分为训练集、测试集和验证集；接着针对每种位图样本，分别设计一个对应的迁移网络，使用对应类别的训练集来训练3个迁移网络，并用验证集来调试网络参数；最后用投票法来整合3个迁移网络的输出，得到最后系统的诊断输出。本发明在深度学习模型中特征抽取层可以有效提取出病症特征，以及多层映射单元进行病症特征信息分类，具有接近人工效率的病症识别准确率。 | ||
| 搜索关键词： | 图样 迁移 甲状腺 预处理 病症特征 训练集 验证集 眼病 人工效率 缩放操作 特征抽取 网络参数 信息分类 医学扫描 映射单元 最后系统 平移 输出 网络 测试集 投票法 位位置 左右眼 检测 准确率 多层 学习 整合 调试 并用 诊断 | ||
【主权项】：
1.一种基于迁移学习的甲状腺相关性眼病检测方法，其特征在于，包括以下步骤：步骤1：数据准备；对眼部区域进行医学扫描，获得3种位图样本，包括水平位图样本、矢状位图样本和冠状位图样本；对获得的位图样本进行预处理，得到位图样本中的病症区域和左右眼位位置；步骤2：数据增强处理；对预处理后的位图样本进行旋转、平移、缩放操作，然后将所有位图样本依比例划分为训练集、测试集和验证集；步骤3：针对每种位图样本，分别设计一个对应的迁移网络，获得第一迁移网络、第二迁移网络、第三迁移网络，3个迁移网络构成主体网络结构；步骤4：训练3个迁移网络；使用对应类别的训练集来训练3个迁移网络，并用验证集来调试网络参数；步骤5：用投票法来整合3个迁移网络的输出，得到最后系统的诊断输出。
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湖北工业大学，未经湖北工业大学许可，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/201811318375.7/，转载请声明来源钻瓜专利网。
