一种基于深度学习的皮肤疾病检测方法以及系统
授权
摘要
本发明公开了一种基于深度学习的皮肤疾病检测方法以及系统，方法包括：将待检测皮肤的图片预处理后输入改进的Faster RCNN神经网络模型，该神经网络模型输出检测皮肤的疾病区域和疾病类型；其中，该神经网络模型使用深度宽度残差网络对输入的图片做特征提取，且提取后的特征图片作为疾病区域和疾病类型的共享特征实现两个优化目标同时学习，本发明可以更加有效的提升模型的性能，比基础的Faster RCNN的检测效果提升，适用于面部皮肤疾病检测以及其它部位的疾病检测或者非健康区域检测，可用于医疗行业和医学美容行业的各种疾病检测。
基本信息
专利标题 ：
一种基于深度学习的皮肤疾病检测方法以及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN107945173A
申请号 ：
CN201711306341.1
公开（公告）日 ：
2018-04-20
申请日 ：
2017-12-11
授权号 ：
CN107945173B
授权日 ：
2022-05-24
发明人 ：
刘凯吴志力刘晓明
申请人 ：
深圳市宜远智能科技有限公司
申请人地址 ：
广东省深圳市清华信息港科研楼107G
代理机构 ：
深圳市顺天达专利商标代理有限公司
代理人 ：
郭伟刚
优先权 ：
CN201711306341.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-24 ：
授权
2018-05-15 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20171211
申请日 : 20171211
2018-04-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
