[发明专利]一种基于多尺度压缩奖惩网络的病理图像分类方法有效
| 申请号： | 201811335521.7 | 申请日： | 2018-11-10 |
| 公开（公告）号： | CN109614869B | 公开（公告）日： | 2023-02-28 |
| 发明（设计）人： | 李岳楠;孟婷 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V20/69 | 分类号： | G06V20/69;G06V10/764 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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多尺度压缩奖惩网络的病理图像分类方法，该方法包括以下步骤：提取病理图像中有效的细胞组织区域；将提取的组织区域分割成固定大小的图像块，根据图像块中病变区域的面积大小将其分成患病与健康两类，并赋予两类图像块相应的标签作为训练样本；构建并训练多尺度压缩奖惩网络模型，实现对病理图像的分类。本方法以加入了压缩奖惩模块的稠密网络作为子网络，并使用多个子网络学习病理图像不同尺度的特征，不仅解决了单一网络只能学习一种尺度特征的问题，而且增强了网络的信息传递能力，提高了网络对病理图像的分类性能。 | ||
| 搜索关键词： | 一种 基于 尺度 压缩 奖惩 网络 病理 图像 分类 方法 | ||
【主权项】：
1.一种基于多尺度压缩奖惩网络的病理图像分类方法，其特征在于，所述病理图像分类方法包括以下步骤：提取病理图像中有效的细胞组织区域；将提取的组织区域分割成固定大小的图像块，根据图像块中病变区域面积大小分成患病与健康两类，并赋予两类图像块相应标签作为训练样本；构建并训练多尺度压缩奖惩网络模型，实现对病理图像的分类。
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天津大学，未经天津大学许可，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/201811335521.7/，转载请声明来源钻瓜专利网。
- 上一篇：汽车轮胎花纹图像直线识别系统
- 下一篇：一种行人识别及定位方法
