[发明专利]基于自监督密集卷积神经网络的肝脏肿瘤识别方法在审
| 申请号： | 202110593311.3 | 申请日： | 2021-05-28 |
| 公开（公告）号： | CN113362295A | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 潘奇;李凯旋;杜佳忆;任芳;杨自华;李鹏;杨延延;王梦祥 | 申请（专利权）人： | 西安医学院第二附属医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06K9/38;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安千沃知识产权代理事务所(普通合伙) 61262 | 代理人： | 徐选怀 |
| 地址： | 710038 陕*** | 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： | 本发明公开的基于自监督密集卷积神经网络的肝脏肿瘤识别方法，患者的磁共振图像获取肝脏切片数据集，将切片数据集分割后用于对构建的密集卷积网络进行训练，并将训练后的密集卷积网络做编码模块，构建自监督学习网络，编码模块和编码模块的密集连接，对切片数据集中部分的图像的肿瘤区域进行人工标记，然后对整个切片数据集进行分割，采用分割后的图块对自监督学习网络进行训练，采用训练后的自监督学习网络对图像中的肿瘤进行自动识别，该基于自监督的密集卷积神经网络用于肝脏肿瘤识别，设置了一个“拼图”任务作为自监督的上游训练任务，从大量未经医学标注的图像中学习有用表示，用于下游目标任务的学习训练，以达到自动扩充训练数据样本，减少对专家经验和历史数据的依赖，提升肝脏病灶区域识别准确率的目的。 | ||
| 搜索关键词： | 基于 监督 密集 卷积 神经网络 肝脏 肿瘤 识别 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医学院第二附属医院，未经西安医学院第二附属医院许可，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/202110593311.3/，转载请声明来源钻瓜专利网。
