[发明专利]一种乳腺肿块图像识别方法及装置在审
| 申请号： | 201811525188.6 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109685077A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 李程;王珊珊;郑海荣;刘新;梁栋 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06N3/04 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 徐焕;李辉 |
| 地址： | 518055 广东省深圳*** | 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： | 本说明书提供一种乳腺肿块图像识别方法及装置，所述方法包括：获取待识别的乳腺磁共振图像；将所述待识别的乳腺磁共振图像输入到构建的乳腺肿块识别模型中，获得所述待识别的乳腺磁共振图像中的肿块识别结果；其中，所述肿块识别模型采用深度全卷积神经网络模型，所述深度全卷积神经网络模型的编码过程采用U型卷积神经网络模型中的基本卷积模块进行特征提取，所述深度全卷积神经网络模型的解码过程采用密集连接将待融合的特征图统一大小后再融合。本说明书实施例实现了乳腺肿块的自动识别，提高了乳腺肿块识别的准确性。 | ||
| 搜索关键词： | 乳腺肿块 卷积神经网络 磁共振图像 乳腺 图像识别 编码过程 解码过程 特征提取 自动识别 特征图 融合 构建 卷积 统一 | ||
【主权项】：
1.一种乳腺肿块图像识别方法，其特征在于，包括：获取待识别的乳腺磁共振图像；将所述待识别的乳腺磁共振图像输入到构建的乳腺肿块识别模型中，获得所述待识别的乳腺磁共振图像中的肿块识别结果；其中，所述肿块识别模型采用深度全卷积神经网络模型，所述深度全卷积神经网络模型的编码过程采用U型卷积神经网络模型中的基本卷积模块进行特征提取，所述深度全卷积神经网络模型的解码过程采用密集连接将待融合的特征图统一大小后再融合。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201811525188.6/，转载请声明来源钻瓜专利网。
