[发明专利]一种基于深度学习的磁共振影像特征提取及分类方法在审
| 申请号： | 201610409373.3 | 申请日： | 2016-06-08 |
| 公开（公告）号： | CN106096616A | 公开（公告）日： | 2016-11-09 |
| 发明（设计）人： | 龚启勇;张俊然;黄晓琦;吕粟;贾志云 | 申请（专利权）人： | 四川大学华西医院 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 成都泰合道知识产权代理有限公司 51231 | 代理人： | 向晟 |
| 地址： | 610047 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的磁共振影像特征提取及分类方法，包括：S1纳入磁共振图像并对其进行预处理操作和特征映射操作；S2构建包括输入层、多个卷积层、至少一个池化层/下采样层以及全连接层的多层卷积神经网络，其中，卷积层和池化层/下采样层依次交替设于输入层和全连接层之间，且卷积层的数量比池化层/下采样层的数量多1；S3使用步骤S2构建的多层卷积神经网络对磁共振图像进行特征提取；S4将步骤S3输出的特征向量输入Softmax分类器中，对磁共振图像的疾病属性做出判断。其通过多层卷积神经网络的非线性映射，自动得到高度可分的特征/特征组合用于分类，并且可以不断优化网络结构得到更好的分类效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 磁共振 影像 特征 提取 分类 方法 | ||
【主权项】：
一种基于深度学习的磁共振影像特征提取及分类方法，其特征在于，所述磁共振影像特征提取及分类方法包括：S1纳入磁共振图像并对其进行预处理操作和特征映射操作；S2构建一个包括输入层、多个卷积层、至少一个池化层/下采样层以及全连接层的多层卷积神经网络，其中，所述卷积层和所述池化层/下采样层依次交替设于所述输入层和所述全连接层之间，且所述卷积层的数量比所述池化层/下采样层的数量多1；S3使用步骤S2构建的所述多层卷积神经网络对步骤S1中经预处理和特征映射后的磁共振图像进行特征提取；S4将步骤S3中所述多层卷积神经网络输出的特征向量输入Softmax分类器中，对纳入到的磁共振图像的疾病属性做出判断。
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四川大学华西医院，未经四川大学华西医院许可，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/201610409373.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于GIS母线筒的高压传感器
- 下一篇：教学用臀部模型结构
