[发明专利]全息微波乳房肿块识别方法及识别系统在审
| 申请号： | 201911021127.0 | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110782444A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 王露露 | 申请（专利权）人： | 深圳技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 11595 北京科石知识产权代理有限公司 | 代理人： | 李艳霞 |
| 地址： | 518118 广东*** | 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： | 本申请提供了一种全息微波乳房肿块识别方法及识别系统，识别方法包括以下步骤：分别获取无乳房肿块的HM彩色样本图像和有乳房肿块的HM彩色样本图像；对无乳房肿块的HM彩色样本图像和有乳房肿块的HM彩色样本图像进行扩增，并利用扩增后的图像构建训练集和测试集；构建深度卷积神经网络模型；调节深度卷积神经网络模型的结构参数，利用训练集对各个结构参数的深度卷积神经网络模型进行训练，获得所需乳房肿块识别准确率的深度卷积神经网络模型；使用所需乳房肿块识别准确率的深度卷积神经网络模型对测试集进行乳房肿块识别测试，获取带有乳房肿块的HM图像。本申请能够有效地提高乳房肿块检测的灵敏度和准确率。 | ||
| 搜索关键词： | 乳房肿块 卷积神经网络 彩色样本 图像 准确率 结构参数 测试集 训练集 扩增 识别系统 图像构建 灵敏度 有效地 全息 构建 申请 微波 测试 检测 | ||
【主权项】：
1.一种全息微波乳房肿块识别方法，其特征在于，包括以下步骤：/n分别获取无乳房肿块的HM彩色样本图像和有乳房肿块的HM彩色样本图像；/n对无乳房肿块的HM彩色样本图像和有乳房肿块的HM彩色样本图像进行扩增，并利用扩增后的图像构建训练集和测试集；/n构建深度卷积神经网络模型；/n调节深度卷积神经网络模型的结构参数，利用训练集对各个结构参数的深度卷积神经网络模型进行训练，获得所需乳房肿块识别准确率的深度卷积神经网络模型；/n使用所需乳房肿块识别准确率的深度卷积神经网络模型对测试集进行乳房肿块识别测试，获取带有乳房肿块的HM图像。/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深圳技术大学，未经深圳技术大学许可，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/201911021127.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种铁路轨道缺陷检测方法和系统
- 下一篇：无参考图像质量评价方法及系统
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
