[发明专利]基于深度学习的甲状腺癌病理图像分类方法有效
| 申请号： | 202011259621.3 | 申请日： | 2020-11-12 |
| 公开（公告）号： | CN112364920B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 韩冰;李浩然;王颖;王平;高路 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/764;G06V10/82;G06V10/80;G06N3/0464;G06N3/084 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华;陈媛 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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学习的甲状腺癌病理图像分类方法，主要解决现有方法对甲状腺癌病理图像分类效果差的问题。其实现方案是：读取甲状腺病理图像数据库，通过感受野网络提取低层卷积和池化特征并融合，得到融合后的低层特征；将融合后的低层特征通过胶囊网络提取高层特征，即预测的类别向量；通过动态路由算法对类别向量更新，得到最终的类别向量，通过压缩激活函数计算类别向量的模；将模值最大的向量通过解码重构网络进行图像重构；迭代更新感受野网络和胶囊网络中的权值完成模型训练；最后将待分类的甲状腺病理图像输入到训练好的模型中，得到最终分类结果。本发明提高了对甲状腺癌病理图像的分类精准，可用于计算机辅助诊断。 | ||
| 搜索关键词： | 基于 深度 学习 甲状腺癌 病理 图像 分类 方法 | ||
【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安电子科技大学，未经西安电子科技大学许可，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/202011259621.3/，转载请声明来源钻瓜专利网。
