一种基于迁移学习的肺结节良恶性图像分类方法及系统
实质审查的生效
摘要
本发明属于医学图像分类技术领域，提供了一种基于迁移学习的肺结节良恶性图像分类方法及系统，包括如下步骤：获取获取肺结节感兴趣区域的CT图像；对感兴趣区域图像进行预处理；根据肺结节感兴趣区域图像和优化后的深度卷积神经网络进行肺结节良恶性分类，基于迁移学习的思想，将深度卷积神经网络中softmax分类层修改为多层子网络，采用模拟退火的优化算法确定多层子网络的最优网络超参数组合。避免了手工调参的工作量大和参数未达到最优状态导致准确率不高的问题。
基本信息
专利标题 ：
一种基于迁移学习的肺结节良恶性图像分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114494141A
申请号 ：
CN202111628200.8
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
乔建苹范燕玲颉丽华杨晓双姚文龙
申请人 ：
山东师范大学
申请人地址 ：
山东省济南市历下区文化东路88号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
朱忠范
优先权 ：
CN202111628200.8
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62 G06N3/04 G06N3/08 G06N20/00 G06V10/82 G06V10/774 G06V10/764
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
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211228
申请日 : 20211228
2022-05-13 ：
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
