[发明专利]一种基于BM3D和稠密卷积网络融合的肿瘤检测方法和装置有效
| 申请号： | 201910415029.9 | 申请日： | 2019-05-17 |
| 公开（公告）号： | CN110189308B | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 刘慧;姜迪;郭强;张彩明 | 申请（专利权）人： | 山东财经大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00 |
| 代理公司： | 济南舜昊专利代理事务所(特殊普通合伙) 37249 | 代理人： | 赵阳 |
| 地址： | 250000 山东*** | 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： | 本发明提供一种基于BM3D和稠密卷积网络融合的肿瘤检测方法和装置，标记相似块；随机丢弃与快速标记；优化及训练DenseNet网络；利用输入图像的空间信息、结构信息以及提取的特征信息基于深度训练的数据进行重建。将输入的空间信息抽象为一维,减少不可逆初始特征丢失现象。构建融合BM3D的稠密卷积网络,使用可缩放指数型线性单元激活函数代替线性非饱和单元激活函数激活网络,引入负数部分参数,提升网络优化度并增强网络鲁棒性,并在每块稠密块后增加一层最大池化层抽象图像特征,提取肿瘤核心信息点。网络末端采用BM3D的聚合方法进行特征重建,融合梯度、空间信息提升网络效果。有效地提升了肿瘤检测的准确度。 | ||
| 搜索关键词： | 一种 基于 bm3d 稠密 卷积 网络 融合 肿瘤 检测 方法 装置 | ||
【主权项】：
1.一种基于BM3D和稠密卷积网络融合的肿瘤检测方法，其特征在于，方法包括：步骤一，标记相似块；步骤二，随机丢弃与快速标记；步骤三，优化及训练DenseNet网络；步骤四，利用输入图像的空间信息、结构信息以及提取的特征信息基于深度训练的数据进行重建。
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山东财经大学，未经山东财经大学许可，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/201910415029.9/，转载请声明来源钻瓜专利网。
