[发明专利]一种基于深度学习的多方位X光胸片肺炎诊断方法有效
| 申请号： | 202010803336.7 | 申请日： | 2020-08-11 |
| 公开（公告）号： | CN111951246B | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 彭绍亮;赵雄君;王小奇;周德山;白亮;李介臣;程英杰 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/82;G06K9/62;G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 国防科技大学专利服务中心 43202 | 代理人： | 王文惠 |
| 地址： | 410012 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人工智能医疗领域，公开了一种基于深度学习的多方位X光胸片肺炎诊断方法，以提高神经网络模型在X光胸片上对肺炎诊断的性能。本发明通过：输入X光胸片数据，对数据进行清洗，过滤和图像增强；根据图像的成像方位对数据进行划分；使用迁移学习方法训练优化构建的多方位的深度卷积神经网络模型；将待诊断样本输入到模型中，得到X光胸片的分类结果，实现肺炎的分类检测。本发明可以对X光胸片图像数据进行高效的处理，过滤和图像增强，对参差不齐的医疗数据进行规范化、可训练化的治理。同时，通过输入多方位的X光胸片图像，可以提取患者更全的语义信息，有效提高模型对肺炎分类诊断的准确率，敏感值和特异值，为患者提供精准诊断。 | ||
| 搜索关键词： | 一种 基于 深度 学习 多方位 胸片 肺炎 诊断 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湖南大学，未经湖南大学许可，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/202010803336.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于建筑机械压轧辊的剥离装置
- 下一篇：一种汽车搬运器的起重装置
