[发明专利]一种基于深度学习的藏医尿液颜色自动识别方法在审
| 申请号： | 201910973430.4 | 申请日： | 2019-10-14 |
| 公开（公告）号： | CN110516690A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 刘勇国;张艺;杨尚明;李巧勤;华尔江;泽翁拥忠;降拥四郎;杜春慧;朱嘉静;郑子强 | 申请（专利权）人： | 电子科技大学;成都中医药大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06N3/04 |
| 代理公司： | 51229 成都正华专利代理事务所(普通合伙) | 代理人： | 陈选中<国际申请>=<国际公布>=<进入 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的藏医尿液颜色自动识别方法，包括如下步骤：采集尿液图像，并对每幅图像进行标注；根据所述尿液图像构建基于深度卷积神经网络CNN的尿液颜色识别模型；根据所述尿液颜色识别模型识别尿液颜色特征，从而完成基于深度学习的藏医尿液颜色的自动识别。本发明通过以上设计能自动识别尿液在尿热阶段的颜色，通过深度卷积神经网络从训练数据中自动学习特征，而不是采用手工设计的特征，学习到的特征对于尿液颜色识别更有效，为医师诊断提供辅助支持。此外，所提出的算法直接在原始像素上运行，不需要预处理技术，在一定程度上节约时间。 | ||
| 搜索关键词： | 尿液颜色 自动识别 尿液 卷积神经网络 图像 预处理技术 模型识别 图像构建 训练数据 医师诊断 原始像素 自动学习 算法 学习 标注 采集 节约 | ||
【主权项】：
1.一种基于深度学习的藏医尿液颜色自动识别方法，其特征在于，包括如下步骤：/nS1、采集尿液图像，并对每幅图像进行标注；/nS2、根据所述尿液图像构建基于深度卷积神经网络CNN的尿液颜色识别模型；/nS3、根据所述尿液颜色识别模型识别尿液颜色特征，从而完成基于深度学习的藏医尿液颜色的自动识别。/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电子科技大学;成都中医药大学，未经电子科技大学;成都中医药大学许可，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/201910973430.4/，转载请声明来源钻瓜专利网。
