[发明专利]一种基于YOLO卷积神经网络的胆石病CT医疗图像数据增强方法在审
| 申请号： | 201811555968.5 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109817310A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 庞善臣;王硕;于世行;谢鹏飞 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;G16H50/70 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于YOLO卷积神经网络的胆石病CT医疗图像快速识别方法，设计图像处理、医疗大数据、深度学习领域。包括：1)采集医疗图像，构建训练集；2)对训练集中的图像进行处理，生成所需要的训练样本；3)利用训练样本进行基于深度学习的医疗图像识别训练，生成训练好的医疗图像快速识别模型；4)采集新的医疗图像，构建验证集；5)使用验证集中图像对模型进行验证。本发明避免了目前深度学习中医疗图像数据集冗余的问题，并实现医疗图像的快速识别，识别速度快。 | ||
| 搜索关键词： | 医疗图像 快速识别 卷积神经网络 医疗图像数据 训练样本 构建 采集 图像 验证 识别训练 图像处理 冗余 大数据 训练集 验证集 学习 医疗 | ||
【主权项】：
1.一种基于YOLO卷积神经网络的胆石病CT医疗图像快速识别方法，其特征在于，包括：1)构建胆石病CT医疗图像训练集；2)对所述训练集进行处理，生成所需要的训练样本；3)利用训练样本进行基于深度学习的胆石病CT医疗图像识别训练，生成胆石病CT医疗图像快速识别模型；4)构建新的胆石病CT医疗图像验证集；5)对训练好的胆石病CT医疗图像快速识别模型进行验证。
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石油大学（华东），未经中国石油大学（华东）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/201811555968.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种传统经方优化方法
- 下一篇：医疗废弃物监管系统
