[发明专利]基于多层神经网络模型医学影像分析方法有效
| 申请号： | 201810815480.5 | 申请日： | 2018-07-23 |
| 公开（公告）号： | CN109191425B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 田捷;王坤;刘飞;刘丹;周辉 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/30;G06N3/04;G06N3/08 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 任岩 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种医学影像分析方法，包括：获取目标区域的造影视频和二维视频；基于所述二维视频，对所述造影视频进行配准，以补偿呼吸运动引起的偏差；构建神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，其中，所述输入层和隐含层各包括卷积层、激活层和池化层，以及所述输出层包括全连接层；利用经配准的造影视频对所述神经网络模型进行训练，以生成经配准的造影视频的特征向量，其中，对经配准的造影视频进行数据增益和正则项约束；计算所述特征向量的预测权重，并选择预测权重高于权重阈值的特征向量，用于构建预测诊断模型。 | ||
| 搜索关键词： | 基于 多层 神经网络 模型 医学影像 分析 方法 | ||
【主权项】：
1.一种医学影像分析方法，包括：获取目标区域的造影视频和二维视频；基于所述二维视频，对所述造影视频进行配准，以补偿呼吸运动引起的偏差；构建神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，其中，所述输入层和隐含层各包括卷积层、激活层和池化层，以及所述输出层包括全连接层；利用经配准的造影视频对所述神经网络模型进行训练，以生成经配准的造影视频的特征向量，其中，对经配准的造影视频进行数据增益和正则项约束；计算所述特征向量的预测权重，并选择预测权重高于权重阈值的特征向量，用于构建预测诊断模型。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/201810815480.5/，转载请声明来源钻瓜专利网。
