[发明专利]基于深度卷积神经网络的乳腺癌辅助诊断方法及装置有效
| 申请号： | 201910835262.2 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110751621B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 秦传波;宋子玉;曾军英;王璠;林靖殷;何伟钊;邓建祥 | 申请（专利权）人： | 五邑大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10;G16H30/00;G16H50/20 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 孙浩 |
| 地址： | 529000 广*** | 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： | 本发明公开了一种基于深度卷积神经网络的乳腺癌辅助诊断方法及装置，包括以下步骤：获取乳腺癌CT图像，对乳腺癌CT图像进行预处理；采用深度卷积神经网络的医学图像分割算法对乳腺癌CT图像进行病灶分割；将分割结果以图片的格式进行反馈输出，并将输出的数据传输至后台存储。通过采用深度卷积神经网络的医学图像分割算法对乳腺癌CT图像进行病灶分割，由于上述深度卷积神经网络是经过了大量相关图像训练后得到的算法模型，因此相应的图像经过该算法模型的分割后所输出的结果正确率较高，在医生确诊前，通过上述算法可以快速得到初步的结果，再将相应结果以图片的格式反馈给医生，为医生的确诊提供重要的参考，从而有效提升乳腺癌的诊断效率。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 乳腺癌 辅助 诊断 方法 装置 | ||
【主权项】：
1.基于深度卷积神经网络的乳腺癌辅助诊断方法，其特征在于，包括以下步骤：/n获取乳腺癌CT图像，对乳腺癌CT图像进行预处理；/n采用深度卷积神经网络的医学图像分割算法对乳腺癌CT图像进行病灶分割；/n将分割结果以图片的格式进行反馈输出，并将输出的数据传输至后台存储。/n
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五邑大学，未经五邑大学许可，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/201910835262.2/，转载请声明来源钻瓜专利网。
