一种可解释的人工智能医疗图像语义分割方法
公开
摘要
本发明公开了一种可解释的人工智能医疗图像语义分割方法，包括以下步骤：获取医疗图像训练样本数据，并对获取的医疗图像训练样本数据进行整理，然后对医疗图像训练样本数据进行数据集划分，划分得到测试集和训练集；根据获取的医疗图像训练样本数据构造深度训练模型，同时测试深度训练模型在测试集上的预测性能，得到深度训练模型的预测性能结果，本发明通过对医疗图像彩色图及其对应的深度图同时进行训练与分析，不仅能够提高语义分割结果的准确性，还能够增加语义分割的使用范围，同时在进行训练与分析之前，通过对训练模型进行验证与解释，能够预测通过该方法得到的语义分割结果的准确度，有利于实际的应用。
基本信息
专利标题 ：
一种可解释的人工智能医疗图像语义分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299291A
申请号 ：
CN202111658226.7
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张浩曦
申请人 ：
四川可示见科技有限公司
申请人地址 ：
四川省成都市天府新区海昌路169号19幢3层315号
代理机构 ：
成都顶峰专利事务所(普通合伙)
代理人 ：
曹源
优先权 ：
CN202111658226.7
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V10/764 G06V10/774 G06K9/62 G06N3/04 G06N3/08 G16H30/20
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
