[发明专利]一种基于深度学习的肺部疾病检测方法在审
| 申请号： | 201811490129.X | 申请日： | 2018-12-06 |
| 公开（公告）号： | CN109598719A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 林罗杰;马锦华 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 刘俊 |
| 地址： | 510260 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的肺部疾病检测方法，该方法简化了提取特征的过程，利用的网络结构具有普适性；与现有的深度学习方法相比，本发明加快了模型的训练速度，在较少迭代次数的情况下可以得到较高的准确率。 | ||
| 搜索关键词： | 肺部疾病 提取特征 网络结构 普适性 检测 准确率 迭代 学习 | ||
【主权项】：
1.一种基于深度学习的肺部疾病检测方法，其特征在于，包括以下步骤：S1：获取ChestX‑ray14数据集并对数据集进行划分；S2：对ChestX‑ray14数据集进行预处理；S3：将图像数据输入卷积神经网络提取特征；S4：利用PyTorch训练模型和测试模型；S5：将一张胸部X射线图像输入训练好的模型，输出该图像中肺部常见疾病的概率；其中，ChestX‑ray14是由NIH研究院提供的目前规模最大的胸部X射线图像数据集，该数据集包含14种常见的肺部疾病。
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中山大学，未经中山大学许可，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/201811490129.X/，转载请声明来源钻瓜专利网。
- 上一篇：设备更换需求分析机构
- 下一篇：焊缝信息获取方法、装置及焊缝图像采集设备
