[发明专利]一种基于多示例深度学习的医学图像分类方法有效
| 申请号： | 202011605056.1 | 申请日： | 2020-12-30 |
| 公开（公告）号： | CN112651450B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 高伟;袁泽宇 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06V10/762;G06N3/04;G16H30/20;G16H50/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多示例深度学习的医学图像分类方法，使用多示例学习算法，对医学图像数据进行处理，将图像进行分割，将一张医学图像看作一个“包”，将图像被分割出的各个部分看作一个个“示例”，对于一个阳性的包，有部分示例是阴性的(负示例)，且至少有一个示例是阳性的(正示例)，对所有示例进行特征提取和学习，使得阳性示例的特征更加突出，同时增加了可学习的阴性示例的数据量，通过多示例学习对示例标签进行初始标记，之后选取合适的带标签的数据，训练深度学习模型，对医学图像进行分类，辅助医生的诊断工作，降低医生的工作量，提高医生诊断的效率和质量。 | ||
| 搜索关键词： | 一种 基于 示例 深度 学习 医学 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哈尔滨工程大学，未经哈尔滨工程大学许可，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/202011605056.1/，转载请声明来源钻瓜专利网。
