[发明专利]一种基于深度学习的乳腺癌超声图像的可解释性识别方法在审
| 申请号： | 202110253620.6 | 申请日： | 2021-03-02 |
| 公开（公告）号： | CN112862808A | 公开（公告）日： | 2021-05-28 |
| 发明（设计）人： | 王建;惠雨;陈世超 | 申请（专利权）人： | 王建 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T7/13;G06T7/136;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京灿烂知识产权代理有限公司 32356 | 代理人： | 赵丽 |
| 地址： | 221018 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及乳腺癌识别技术领域，特别涉及一种基于深度学习的乳腺癌超声图像的可解释性识别方法，S1：收集乳腺超声图像作为数据集，一部分标注结节区域，生成掩模图像，作为训练集；S2：将标注好结节的一部分数据集作为训练集训练分割网络；S3：将结节切割为边界和内核两部分，并将边界和内核切割成若干块；S4：将切割得到的数据集的一部分作为训练集训练分类网络；S5：用患者超声图像测试集测试，并得到若干分类结果；S6：采用集成学习方式，得出判别诊断，本发明对乳腺超声图像进行自动分割与切割得到大量具有边界特征和内部回声均匀度特征的图像，通过分类和集成学习算法，训练较少的超声图像就能获得传统方法训练大量超声图像得到了准确率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 乳腺癌 超声 图像 解释性 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王建，未经王建许可，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/202110253620.6/，转载请声明来源钻瓜专利网。
