[发明专利]一种基于深度学习实现医学影像多任务辅助诊断的方法在审
| 申请号： | 201910406548.9 | 申请日： | 2019-05-16 |
| 公开（公告）号： | CN110136828A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 程国华;夏海琪;何林阳;季红丽 | 申请（专利权）人： | 杭州健培科技有限公司 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16H30/00;G06T7/00;G06T7/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310018 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习实现医学影像多任务辅助诊断的方法。即在已知病灶位置的情况下，实现对病灶的多任务辅助诊断，例如：病灶区域的分类、分割、长短经回归等。其主要步骤包括：提取医学影像病灶区域数据，构建对应多任务辅助诊断的多标签数据集；搭建单模型多任务深度学习网络，实现多任务模型初步训练；调整学习策略，选择某一单任务进行训练，直至收敛；固定已训练完成的单任务及主干编码网络参数，逐个训练其他分支任务。本发明能解决医疗图像算法功能单一问题，用单模型单输入同时实现病灶的多任务辅助诊断。另外，训练时不同任务共享特征提取过程中的编码网络，相辅相成，在不同的分支任务上均实现不低于甚至超越单任务的性能。 | ||
| 搜索关键词： | 辅助诊断 医学影像 编码网络 病灶区域 单模型 病灶 特征提取过程 多标签数据 病灶位置 任务共享 任务模型 算法功能 学习策略 医疗图像 单输入 构建 学习 收敛 主干 分割 分类 回归 网络 | ||
【主权项】：
1.一种基于深度学习实现医学影像多任务辅助诊断的方法，其特征在于，主要步骤包括：（1）提取医学影像病灶区域数据，构建对应多任务辅助诊断的多标签数据集；（2）搭建单模型多任务深度学习网络实现多任务模型初步训练；（3）调整学习策略，选择其中一个单任务进行训练，直至收敛；（4）固定已训练完成的单任务及主干编码网络的参数，逐个训练其他分支任务。
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杭州健培科技有限公司，未经杭州健培科技有限公司许可，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/201910406548.9/，转载请声明来源钻瓜专利网。
