[发明专利]基于卷积神经网络的肺炎影像识别系统

权利要求书

1.基于卷积神经网络的肺炎影像识别系统，其特征在于：包括以下方法步骤：

S1、预处理

(a)、将数据集归一体，调整尺寸为244*244，将图像划分为几个区域再分别对其进行直方图均衡化操作；

(b)、利用线性插值法优化均衡化的效果，保留更多细节信息；

(c)、对图像进行高斯滤波，滤波后图像更加平滑，保留图像边缘信息，通过调节参数避免图像特征过于模糊或者突变量过多；

S2、卷积模型构建

(d)、构建网络结构完全相同的多主干网络，添加跨层连接，将反卷积特征与前层卷积特征融合；

S3、模型测试

(e)、使用tensorflow框架训练并评估模型，调整参数得到最终模型。

2.根据权利要求1所述的基于卷积神经网络的肺炎影像识别系统，其特征在于：算法引入多主干网络并行组合的特征融合模型，通过进行反卷积操作后得到像素点分离的细节信息，最后通过Concat操作融合特征信息。