[发明专利]基于深度残差网络的骨科病病变分类分级方法有效
| 申请号： | 201810142302.0 | 申请日： | 2018-02-11 |
| 公开（公告）号： | CN108399616B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 邓亚平;王璐;贾颢 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H50/20;G16H30/20;G06F16/51;G06N3/04 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 罗磊 |
| 地址： | 710048*** | 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： | 本发明公开了一种基于深度残差网络的骨科病病变分类分级方法，具体按照以下步骤实施：步骤1，离线学习，将经过专业分类并做好标记的骨科病病变图像进行预处理，然后进行深度残差神经网络训练；步骤2，在线学习，将经步骤1训练好的深度残差神经网络进行备份后部署到日常诊疗中，同时使用在线学习的训练方法，使深度残差神经网络通过日常的诊疗数据不断的自我修正。本发明的基于深度残差网络的骨科病病变分类分级方法，解决了现有卷积神经网络随着神经网络构架深度的增加，出现精度饱和随后精度下降，且离线学习的方法无法对每天产生的诊疗数据加以利用，因而无法随着诊疗数目的增加进行自我修正的问题。 | ||
| 搜索关键词： | 基于 深度 网络 骨科 病变 分类 分级 方法 | ||
【主权项】：
1.基于深度残差网络的骨科病病变分类分级方法，其特征在于，具体按照以下步骤实施：步骤1，离线学习将经过专业分类并做好标记的骨科病病变图像进行预处理，然后进行深度残差神经网络训练；步骤2，在线学习将经步骤1训练好的深度残差神经网络进行备份后部署到日常诊疗中，同时使用在线学习的训练方法，使深度残差神经网络通过日常的诊疗数据不断的自我修正。
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理工大学，未经西安理工大学许可，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/201810142302.0/，转载请声明来源钻瓜专利网。
