基于多信息样本类自适应分类网络的COVID-19识别方法
实质审查的生效
摘要
本发明涉及基于多信息样本类自适应分类网络的COVID‑19识别方法，包括：收集不同数据源的不同类别的人体胸部X光影像以及对应的个人经历数据，分类后制作成原始数据集；对原始数据集进行数据清洗，对其中的X光影像进行特征增强后，提取肺部区域；整理肺部区域数据集和个人经历数据形成目标数据集；利用目标数据集对多信息样本类自适应分类网络进行训练；将待识别的人体胸部X光影像和对应的个人经历数据输入训练好的多信息样本类自适应分类网络，得到COVID‑19的识别结果。本发明的识别方法从多种信息中提取特征，根据提取的特征识别出COVID‑19，提高了识别的准确率；采用样本类自适应分类，缓解了样本数较少情况下类别不均衡对训练的不利影响。
基本信息
专利标题 ：
基于多信息样本类自适应分类网络的COVID-19识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114360736A
申请号 ：
CN202111510584.3
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘世焯吴义熔
申请人 ：
三峡大学
申请人地址 ：
湖北省宜昌市西陵区大学路8号
代理机构 ：
宜昌市三峡专利事务所
代理人 ：
成钢
优先权 ：
CN202111510584.3
主分类号 ：
G16H50/80
IPC分类号 ：
G16H50/80 G06T7/00 G06T5/40 G06V10/25 G06V10/46 G06V10/764 G06V10/80 G06V10/82 G16H10/60 G06F40/289 G06F40/30 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16H
医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术
G16H50/00
专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病
G16H50/80
用于检测、监测或模拟流行病或传染病，例如 流感
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G16H 50/80
申请日 : 20211210
申请日 : 20211210
2022-04-15 ：
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
