[发明专利]利用机器训练的异常检测的COPD分类在审
| 申请号： | 202010092805.9 | 申请日： | 2020-02-14 |
| 公开（公告）号： | CN111563523A | 公开（公告）日： | 2020-08-21 |
| 发明（设计）人： | 徐宙冰;S.查甘地;S.格比奇 | 申请（专利权）人： | 西门子医疗有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 黄涛;刘春元 |
| 地址： | 德国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 对于医学成像系统中的COPD分类，机器学习用于学习对患者是否患有COPD进行分类。图像到图像网络深度学习指示各种或任何类型的COPD的空间特征。肺部功能测试可以用作训练所述特征和从空间特征的分类的基础事实。由于肺部功能测试结果和对应的CT扫描的可用性高，因此有很多训练样本。然后，来自图像到图像网络的经学习的特征的值用于创建COPD级别的空间分布，从而提供对区分COPD的类型有用的信息，而无需在训练中对COPD的空间分布的基础事实注释。 | ||
| 搜索关键词： | 利用 机器 训练 异常 检测 copd 分类 | ||
【主权项】：
暂无信息
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西门子医疗有限公司，未经西门子医疗有限公司许可，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/202010092805.9/，转载请声明来源钻瓜专利网。
