基于深度学习的胃肠间质瘤术后风险检测方法和系统
授权
摘要
本发明公开了基于深度学习的胃肠间质瘤术后风险检测方法和系统，其中方法步骤包括：获取原始病例图像数据集和复发病例图像数据集；提取感兴趣区域并进行预处理；构建残差网络模型，对第二图像数据集中图像数据进行重采样；对残差网络模型进行训练；获取待检测数据并输入至残差网络模型得出检测结果。本发明采用病例样本的腹部增强期薄层CT图像通过残差网络模型进行深度学习，实现对其进行分类，用于胃肠间质瘤术后风险检测判断；同时还可结合RMS‑prop优化算法进行训练、采用基于投票的集成方法实现对较小样本量的对象的分类，增加判断的准确性和稳定性。本发明作为基于深度学习的胃肠间质瘤术后风险检测方法和系统可广泛应用于数据处理领域。
基本信息
专利标题 ：
基于深度学习的胃肠间质瘤术后风险检测方法和系统
专利标题（英）：
暂无
公开（公告）号 ：
CN109124660A
申请号 ：
CN201810662492.9
公开（公告）日 ：
2019-01-04
申请日 ：
2018-06-25
授权号 ：
CN109124660B
授权日 ：
2022-06-10
发明人 ：
陈韬李国新
申请人 ：
南方医科大学南方医院
申请人地址 ：
广东省广州市白云区广州大道北1838号
代理机构 ：
广州嘉权专利商标事务所有限公司
代理人 ：
胡辉
优先权 ：
CN201810662492.9
主分类号 ：
A61B6/00
IPC分类号 ：
A61B6/00
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B6/00
用于放射诊断的仪器，如与放射治疗设备相结合的
法律状态
2022-06-10 ：
授权
2019-01-29 ：
实质审查的生效
IPC(主分类) : A61B 6/00
申请日 : 20180625
申请日 : 20180625
2019-01-04 ：
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
