[发明专利]一种医学图像数据集的感兴趣区域自动标注方法在审
| 申请号： | 201910606180.0 | 申请日： | 2019-07-05 |
| 公开（公告）号： | CN110298345A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 余春艳;杨素琼 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种医学图像数据集的感兴趣区域自动标注方法，首先构建感兴趣区域检测网络，获取医学图像数据集中每张医学图像中的感兴趣区域；然后从所述感兴趣区域中选取置信度最高的N个感兴趣区域；接着利用深度网络学习并分别提取所述N个感兴趣区域的特征；然后将提取得到的N个特征分别输入到感知机中，经过sotfmax函数计算N个感兴趣区域为目标类的概率；最后将上一步得到的概率与一个Leakey noisy‑or gate结合，获得最终为目标类的可能性以完成感兴趣区域的自动标注任务。本发明同时能够解决检测步骤中的感兴趣区域漏检问题，从而提供更具意义的参考意见。 | ||
| 搜索关键词： | 感兴趣区域 医学图像数据 自动标注 感兴趣区域检测 函数计算 网络学习 医学图像 感知机 置信度 概率 构建 漏检 参考 检测 网络 | ||
【主权项】：
1.一种医学图像数据集的感兴趣区域自动标注方法，其特征在于，包括以下步骤：步骤S1：构建感兴趣区域检测网络，获取医学图像数据集中每张医学图像中的感兴趣区域；步骤S2：从所述感兴趣区域中选取置信度最高的N个感兴趣区域；步骤S3：利用深度网络学习并分别提取所述N个感兴趣区域的特征；步骤S4：将提取得到的N个特征分别输入到感知机中，经过sotfmax函数计算N个感兴趣区域为目标类的概率；步骤S5：将步骤S4得到的概率与一个Leakey noisy‑or gate结合，获得最终为目标类的可能性以完成感兴趣区域的自动标注任务。
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福州大学，未经福州大学许可，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/201910606180.0/，转载请声明来源钻瓜专利网。
