[发明专利]一种基于深度学习的全端到端小器官图像识别方法有效
| 申请号： | 202010066775.4 | 申请日： | 2020-01-20 |
| 公开（公告）号： | CN111275720B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 龚薇;斯科;薛颖 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的全端到端小器官图像识别方法。包括医学影像数据集建立、有效图像筛选、神经网络建立、神经网络训练、图像融合；神经网络建立包括下述依次串联的子网络：器官筛选网络和器官分割网络，由器官筛选网络和器官分割网络组成串联多阶卷积神经网络。本发明能够简单高效地实现小器官的精准识别，应用范围广泛，减少人工操作。 | ||
| 搜索关键词： | 一种 基于 深度 学习 全端到端小 器官 图像 识别 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202010066775.4/，转载请声明来源钻瓜专利网。
