首页> 中国专利> 一种基于肺部CT影像的COVID-19分类识别方法

一种基于肺部CT影像的COVID-19分类识别方法

摘要

本发明公开了一种基于肺部CT影像的COVID‑19分类识别方法,包括:采集正常肺部CT影像、肺部肿瘤CT影像、COVID肺部CT影像,得到三个样本子集,并构成样本集;采用迁移学习法,分别对AlexNet、GoogleNet、ResNet三个卷积神经网络进行预训练,分别得到三个卷积神经网络的初始化参数;将样本集分别输入至预训练完成的三个卷积神经网络,得到三个个体分类器;采用集成学习法对三个个体分类器进行集成,获得集成分类器模型。本发明的集成模型整体分类性能优于个体分类器,且特异性和灵敏度等评价指标也较高,能较好满足COVID‑19肺部CT影像的快速识别要求。

著录项

  • 公开/公告号CN111582328A

    专利类型发明专利

  • 公开/公告日2020-08-25

    原文格式PDF

  • 申请/专利权人 北方民族大学;

    申请/专利号CN202010322518.2

  • 申请日2020-04-22

  • 分类号G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构11465 北京慕达星云知识产权代理事务所(特殊普通合伙);

  • 代理人符继超

  • 地址 750021 宁夏回族自治区银川市西夏区文昌北街204号

  • 入库时间 2023-12-17 11:49:32

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-08-25

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号