[发明专利]基于深度学习的睑板腺红外图像辅助识别系统及方法在审
| 申请号： | 201811430905.7 | 申请日： | 2018-11-28 |
| 公开（公告）号： | CN109599166A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 杨燕宁;周奕文;于薏;陈奕云;胡珊;吴练练 | 申请（专利权）人： | 武汉大学人民医院（湖北省人民医院） |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;G16H50/20;G06N3/04 |
| 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： | 430060 湖*** | 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深度学习的睑板腺红外图像辅助识别系统及方法，系统包括客户端、服务端、数据库；客户端，用于将红外摄像设备采集的睑板腺图像上传给服务端，并接收和显示服务端反馈的分析结果；服务端，根据从客户端采集的图像，即时判断图像对应的部位以及部位特征，将分析结果反馈给客户端；数据库，用于存储红外摄像设备采集的图像、服务端反馈的分析结果。本发明通过卷积神经网络模型对于采集的睑板腺图像进行即时识别图片质量、识别部位和部位特征的识别，在图像显示系统上进行实时提示，为医师提供准确可靠的参考，提高检测的准确度和有效性，简单易用，具有显著的社会及经济价值。 | ||
| 搜索关键词： | 服务端 客户端 睑板腺 采集 图像 辅助识别系统 红外摄像设备 部位特征 红外图像 反馈 数据库 卷积神经网络 图像显示系统 图像上传 准确度 存储 提示 医师 参考 学习 检测 图片 | ||
【主权项】：
1.一种基于深度学习的睑板腺红外图像辅助识别系统，其特征在于：包括客户端、服务端、数据库；所述客户端，用于将红外摄像设备采集的睑板腺图像上传给所述服务端，并接收和显示所述服务端反馈的分析结果；所述服务端，根据从所述客户端采集的图像，即时判断图像对应的部位以及部位特征，将分析结果反馈给所述客户端；所述数据库，用于存储红外摄像设备采集的图像、所述服务端反馈的分析结果。
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武汉大学人民医院（湖北省人民医院），未经武汉大学人民医院（湖北省人民医院）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/201811430905.7/，转载请声明来源钻瓜专利网。
