[发明专利]医学图像识别方法、医学图像识别装置、终端设备及介质有效
| 申请号： | 201910790660.7 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110647889B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 陈世峰;张搌鹏 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/46;G06T7/00;G06T7/13;G06N3/04 |
| 代理公司： | 深圳中一联合知识产权代理有限公司 44414 | 代理人： | 李娟 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请适用于图像识别技术领域，提供了一种医学图像识别方法、医学图像识别装置、终端设备及介质，其中，一种医学图像识别方法，通过将获取到的包含腺体形态的切片图像输入训练好的多尺度全卷积网络模型中，再通过该训练好的多尺度全卷积网络模型从切片图像中提取不同感受野下的特征集合，经过对特征集合进行特征融合和归一化处理，能够确定出切片图像中每个像素点的特征值集合，由于不同感受野下采集到的特征所考虑的像素点影响因素更多，令特征集合所描述的切片图像整体的信息更明显，特征值集合表征像素点的归属更丰富，故能够根据每个像素点的特征值集合，在切片图像中标记出腺腔体位置和腺体边缘位置，提高了对医学图像的识别效率。 | ||
| 搜索关键词： | 医学 图像 识别 方法 装置 终端设备 介质 | ||
【主权项】：
1.一种医学图像识别方法，其特征在于，包括：/n获取包含腺体形状的切片图像；/n将所述切片图像输入训练好的多尺度全卷积网络模型；/n通过所述训练好的多尺度全卷积网络模型从所述切片图像中提取不同感受野下的特征集合，并对所述特征集合进行特征融合和归一化处理，得到所述切片图像中每个像素点的特征值集合；/n基于每个所述像素点的特征值集合，在所述切片图像中标记出腺腔体位置和腺体边缘位置。/n
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深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201910790660.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
