一种用于肺炎CT图像分类的深度哈希方法
实质审查的生效
摘要
本发明涉及医学图像处理技术领域，具体涉及一种用于肺炎CT图像分类的深度哈希方法。该发明首先建立肺炎CT图像数据集，统一肺炎CT图像尺寸，并将其划分成训练集Tr和测试集Te；然后构建深度哈希网络模型，根据哈希编码计算相似度损失LS和对比损失Lcl，构造总的损失函数L；其次引入多任务哈希训练策略，使用交替学习算法优化损失函数L，并保存深度哈希网络模型；最后读取测试集中进行CT图像分类。本发明的有益效果是该深度哈希方法能准确找出不同肺部CT图像间的微小差异，使训练模型大大降低存储空间和训练时间，有效提高了大规模肺炎CT图像分类的效率，同时充分发挥了双线性卷积神经网络对细粒度CT图像特征提取优势，有效提升了识别准确性和泛化鲁棒性。
基本信息
专利标题 ：
一种用于肺炎CT图像分类的深度哈希方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463583A
申请号 ：
CN202210093092.7
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
丁卫平刘传升王海鹏鞠恒荣黄嘉爽程纯曹金鑫
申请人 ：
南通大学
申请人地址 ：
江苏省南通市崇川区啬园路9号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
王毅
优先权 ：
CN202210093092.7
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220126
申请日 : 20220126
2022-05-10 ：
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
