一种乳腺钼靶图像病灶的分类方法、系统及存储介质
公开
摘要
本发明涉及对乳腺病灶的自动分类方法，公开了一种乳腺钼靶图像病灶的分类方法、系统及存储介质，首先建立用于提取乳腺钼靶图像的深层次特征的多尺度注意力卷积神经网络模型；在对所述多尺度注意力卷积神经网络模型进行训练和验证；最后使用所述多尺度注意力卷积神经网络模型对乳腺钼靶图像完成病灶分类。本申请提供的多尺度注意力卷积神经网络模型，使用多尺度卷积模块和注意力模块对原始的密集连接网络进行改进，用于对乳腺钼靶图像中的肿块病灶和钙化病灶进行分类，通过深度学习中的卷积神经网络实现对乳腺钼靶图像中病灶的自动分类，有效提高医生诊断的准确率与诊断效率。
基本信息
专利标题 ：
一种乳腺钼靶图像病灶的分类方法、系统及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114298957A
申请号 ：
CN202010996635.7
公开（公告）日 ：
2022-04-08
申请日 ：
2020-09-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李灯熬赵菊敏张晨
申请人 ：
太原理工大学
申请人地址 ：
山西省太原市迎泽西大街79号太远理工大学明向校区
代理机构 ：
北京一品慧诚知识产权代理有限公司
代理人 ：
邓树山
优先权 ：
CN202010996635.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06K9/62 G06V10/764 G06V10/774
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
2022-04-08 ：
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
