[发明专利]一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法及系统在审
| 申请号： | 201910298188.5 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110033042A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 卢云;李帅;刘广伟 | 申请（专利权）人： | 青岛大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/32;A61B5/055;A61B5/00 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 赵园园 |
| 地址： | 266000 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法，包括：FasterR‑CNN网络，所述FasterR‑CNN网络包括特征提取网络、区域生成网络和感兴趣区域特征向量网络；图像输入到已经训练好的FasterR‑CNN网络中，首先，利用特征提取网络生成卷积特征图；然后，利用区域生成网络对卷积特征图进行筛选，生成可能的环周切缘阳性区域；最后，由感兴趣区域特征向量网络对卷积特征图及生成区域进行回归与分类，最终输出环周切缘阳性区域的位置以及概率。本发明的方法具有高效、高准确率、高稳定性的作用，且在一定程度可以避免医生人为原因造成的判断误差。 | ||
| 搜索关键词： | 环周 切缘 网络 特征图 卷积 感兴趣区域 直肠癌 区域生成 神经网络 特征提取 特征向量 阳性区域 自动识别 高稳定性 人为原因 图像输入 网络包括 网络生成 准确率 筛选 输出 分类 概率 回归 医生 | ||
【主权项】：
1.一种基于深度神经网络的直肠癌环周切缘MRI图像自动识别方法，其特征在于，包括：FasterR‑CNN网络，所述FasterR‑CNN网络包括特征提取网络、区域生成网络和感兴趣区域特征向量网络；图像输入到已经训练好的FasterR‑CNN网络中，首先，利用特征提取网络生成卷积特征图；然后，利用区域生成网络对卷积特征图进行筛选，生成可能的环周切缘阳性区域；最后，由感兴趣区域特征向量网络对卷积特征图及生成区域进行回归与分类，最终输出环周切缘阳性区域的位置以及概率。
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青岛大学，未经青岛大学许可，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/201910298188.5/，转载请声明来源钻瓜专利网。
