首页> 中国专利> 基于深度卷积神经网络的内窥镜图像肠道出血检测方法

基于深度卷积神经网络的内窥镜图像肠道出血检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于深度卷积神经网络的内窥镜图像肠道出血检测方法。本发明步骤如下：在训练网络的过程中，首先将出血图像和不出血图像分别进行旋转、亮度调节、高斯模糊、加泊松噪声四种变换，然后变换后的图像和原始图像一起构成新数据集；其次在训练网络的过程中，复制所有出血图像，使得出血图像和不出血图像数量相等，从而得到扩增数据集；然后训练三个深度卷积神经网络，得到三个非线性映射关系；最后依据得到的三个深度卷积神经网络做内窥镜图像肠道出血检测，得到三个检测结果，然后根据多数投票规则，得到最终的检测结果。本发明不仅提高了内窥镜肠道出血检测的准确率，同时能够检测不理想环境下得到的图像,能够达到实时要求。

著录项

公开/公告号CN106910184A

专利类型发明专利
公开/公告日2017-06-30

原文格式PDF
申请/专利权人杭州电子科技大学;
展开▼

申请/专利号CN201710023643.1
发明设计人俞俊;高飞;李攀鹏;
展开▼

申请日2017-01-12
分类号G06T7/00(20170101);
代理机构33240 杭州君度专利代理事务所(特殊普通合伙);
代理人杜军
地址 310018 浙江省杭州市下沙高教园区2号大街
入库时间 2023-06-19 02:45:36

法律信息

法律状态公告日

法律状态信息

法律状态
2017-07-25

实质审查的生效 IPC(主分类):G06T7/00 申请日:20170112

实质审查的生效
2017-06-30

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度卷积神经网络的内窥镜图像肠道出血检测方法 [P] . 中国专利： CN106910184B . 2020.10.09
2. 基于深度学习的内窥镜图像胃肠道出血检测方法和系统 [P] . 中国专利： CN109978002A . 2019-07-05
3. FABRIC DEFECT DETECTION METHOD BASED ON DEEP CONVOLUTIONAL NEURAL NETWORK AND VISUAL SALIENCY [P] . 世界知识产权组织专利： WO2019104767A1 . 2019-06-06

机译：基于深度卷积神经网络和可视性的织物缺陷检测方法
4. DEEP LEARNING SYSTEM USING IMAGE PATTERNING BASED ON CONVOLUTION NEURAL NETWORK, AND IMAGE LEARNING METHOD USING SAME [P] . 韩国专利： KR20170096298A . 2017-08-24

机译：基于卷积神经网络的图像刻画深度学习系统及相同方法的图像学习方法
5. Deep learning based techniques for pre training deep convolution neural networks [P] . JP6888123B2 . 2021-06-16

机译：基于深入训练深度卷积神经网络的基于深度学习技术