[发明专利]一种基于深度学习的手部肿瘤智能检测方法在审
| 申请号： | 201910946643.8 | 申请日： | 2019-10-06 |
| 公开（公告）号： | CN110717907A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 卢荟;方建勇;刘宗钰;胡贤良;应俊;秦林;周海英 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08;G16H50/20 |
| 代理公司： | 33304 杭州永航联科专利代理有限公司 | 代理人： | 侯兰玉 |
| 地址： | 310058 浙江*** | 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： | 本发明涉及一种肿瘤检测方法，特别涉及一种基于深度学习的手部肿瘤智能检测方法，属于医学影像智能识别技术领域。一种基于深度学习的手部肿瘤智能检测方法，该方法包括以下步骤：(1)对手部肿瘤磁共振影像进行标注；(2)对标注数据进行预处理，并对数据集进行增强；(3)构建全卷积神经网络模型，确定全卷积神经网络模型的参数，将数据集输入全卷积神经网络模型中，利用损失函数 | ||
| 搜索关键词： | 卷积神经网络 智能检测 数据集 标注 肿瘤 手部 预处理 智能识别技术 磁共振影像 损失函数 特征学习 医学影像 影像输入 预测结果 肿瘤检测 像素点 构建 权重 学习 预测 | ||
【主权项】：
1.一种基于深度学习的手部肿瘤智能检测方法，其特征在于该方法包括以下步骤：/n(1)对手部肿瘤磁共振影像进行标注；/n(2)对标注数据进行预处理，并对数据集进行增强；/n(3)构建全卷积神经网络模型，确定全卷积神经网络模型的参数，将数据集输入全卷积神经网络模型中，利用损失函数/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浙江大学，未经浙江大学许可，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/201910946643.8/，转载请声明来源钻瓜专利网。
