一种基于深度学习的全端到端小器官图像识别方法
授权
摘要
本发明公开了一种基于深度学习的全端到端小器官图像识别方法。包括医学影像数据集建立、有效图像筛选、神经网络建立、神经网络训练、图像融合；神经网络建立包括下述依次串联的子网络：器官筛选网络和器官分割网络，由器官筛选网络和器官分割网络组成串联多阶卷积神经网络。本发明能够简单高效地实现小器官的精准识别，应用范围广泛，减少人工操作。
基本信息
专利标题 ：
一种基于深度学习的全端到端小器官图像识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111275720A
申请号 ：
CN202010066775.4
公开（公告）日 ：
2020-06-12
申请日 ：
2020-01-20
授权号 ：
CN111275720B
授权日 ：
2022-05-17
发明人 ：
龚薇斯科薛颖
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN202010066775.4
主分类号 ：
G06T7/11
IPC分类号 ：
G06T7/11 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/11
区域分割
法律状态
2022-05-17 ：
授权
2020-07-07 ：
实质审查的生效
IPC(主分类) : G06T 7/11
申请日 : 20200120
申请日 : 20200120
2020-06-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
