[发明专利]基于重要性加权的肿瘤检测模型构建方法及构建系统在审
| 申请号： | 201910474821.1 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110188757A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 袭肖明;于治楼;姜凯 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62;G16H50/20 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 孙园园 |
| 地址： | 250100 山东省济南市*** | 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： | 本发明公开了一种基于重要性加权的肿瘤检测模型构建方法及构建系统，属于医学图像处理领域，要解决的技术问题为如何在肿瘤大小、形状不固定且超声图像灰度分布复杂情况下精确检测肿瘤；其方法包括：构建快速区域卷积神经网络，并通过快速区域卷积神经网络对目标图像进行学习，得到大小固定的最终特征；基于肿瘤的重要性权重构建肿瘤分类函数，并通过随机梯度方法优化肿瘤分类函数，得到肿瘤检测模型。其系统包括：特征学习模块和模型优化模块，所述特征学习模块配置有快速区域卷积神经网络。本发明可可提高诸如灰度分布不均等检测难度较大的肿瘤的检测准确性。 | ||
| 搜索关键词： | 卷积神经网络 快速区域 肿瘤检测 肿瘤 构建系统 灰度分布 模型构建 特征学习 肿瘤分类 加权 检测 医学图像处理 超声图像 模块配置 模型优化 目标图像 随机梯度 最终特征 固定的 构建 重构 优化 学习 | ||
【主权项】：
1.基于重要性加权的肿瘤检测模型构建方法，其特征在于包括：构建快速区域卷积神经网络，并通过快速区域卷积神经网络对目标图像进行学习，得到大小固定的最终特征；基于肿瘤的重要性权重构建肿瘤分类函数，并通过随机梯度方法优化肿瘤分类函数，得到肿瘤检测模型。
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济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，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/201910474821.1/，转载请声明来源钻瓜专利网。
- 上一篇：产品定位方法
- 下一篇：甘蔗图像中感兴趣区域获取方法、装置、设备及存储介质
