[发明专利]基于自监督学习的眼部黑色素肿瘤识别方法在审
| 申请号： | 202110520891.3 | 申请日： | 2021-05-13 |
| 公开（公告）号： | CN113298065A | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 姜子敬;王亚奇;王琳艳;贾刚勇;叶娟 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/32;G06K9/62;G16H30/40;G16H50/20 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 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自监督学习的眼部黑色素肿瘤识别方法。包括：医疗影像数据划分，将数据划分为标注数据和未标注数据两类；将所有未标注数据输入到自监督算法网络中，通过多次迭代不断训练网络参数；提取训练得到残差网络，在该网络的基础上叠加一个特征提取网络，形成复合网络结构，通过训练，得到可用于块级眼部黑色素肿瘤识别的复合网络模型；生成每张标注数据对应的热力图,并由此整合成图像级热力图；最后，提取每张热力图的特征，将特征数据输入到随机森林中进行训练，得到可用于图像级眼部黑色素肿瘤识别的随机森林模型。本发明通过设计肿瘤特征和区域判别的网络特征映射层，使得眼部黑色素肿瘤的识别准确率有了进一步的提升。 | ||
| 搜索关键词： | 基于 监督 学习 眼部 黑色素 肿瘤 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杭州电子科技大学，未经杭州电子科技大学许可，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/202110520891.3/，转载请声明来源钻瓜专利网。
