一种基于卷积神经网络的病变图像的分类方法

授权

摘要

本发明涉及一种基于卷积神经网络的病灶区域图像的分类方法，具体包括以下步骤：(1)采集病灶图像制作图像数据库，并将图像数据库内的图像标注类别；(2)采用图像增强算法增强训练样本集内的原始图像，提高图像的纹理和细节清晰度；(3)构建病变分类网络，用训练样本集训练所述分类网络，确定网络参数，得到分类模型；(4)将待测试的病变图像输入病变分类网络中，得到病变所属类别，完成病变图像的分类。本发明通过病变分类网络双流CNN基于O‑stream和P‑stream模型分别提取全局、颜色特征和纹理、细节特征，有效的提高了最终的分类效果。

基本信息

专利标题：

一种基于卷积神经网络的病变图像的分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111476312A

申请号：

CN202010336446.7

公开（公告）日：

2020-07-31

申请日：

2020-04-24

授权号：

CN111476312B

授权日：

2022-04-19

发明人：

缪佳温敏立陈阳

申请人：

南京图格医疗科技有限公司

申请人地址：

江苏省南京市江宁区天骄路100号华清园8栋604室

代理机构：

南京钟山专利代理有限公司

代理人：

刘林峰

优先权：

CN202010336446.7

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06K9/46 G06N3/04 G06N3/08 G16H50/20