首页> 中国专利> 基于深度卷积神经网络结合长短期记忆模型的核磁共振图像序列分类方法

基于深度卷积神经网络结合长短期记忆模型的核磁共振图像序列分类方法

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结合长短期记忆模型的核磁共振图像序列分类方法，包括以下步骤：S1、搜集标本核磁共振图像数据，并对标本的核磁共振图像进行标注；S2、对核磁共振图像进行预处理，在不影响图片特征的情况下，对训练集X中的每张核磁共振图像进行缩小；S3、对训练集中的数据进行扩充；S4、构建并训练DCNN+LSTM分类模型；S5、输入新数据与处理预测结果。本发明能够快速区分核磁共振图像的种类，从而大幅提高图像识别效率。

著录项

公开/公告号CN107423756A

专利类型发明专利
公开/公告日2017-12-01

原文格式PDF
申请/专利权人武汉科恩斯医疗科技有限公司;
展开▼

申请/专利号CN201710541367.8
发明设计人王兴刚;刘涛;汪成;欧阳杰;王良;罗博;杨巍;
展开▼

申请日2017-07-05
分类号G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);
代理机构42102 湖北武汉永嘉专利代理有限公司;
代理人许美红
地址 430000 湖北省武汉市东湖高新区高新大道999号
入库时间 2023-06-19 03:56:57

法律信息

法律状态公告日

法律状态信息

法律状态
2017-12-26

实质审查的生效 IPC(主分类):G06K9/62 申请日:20170705

实质审查的生效
2017-12-01

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结合长短期记忆模型的核磁共振图像序列分类方法 [P] . 中国专利： CN107423756A . 2017-12-01
2. 基于卷积神经网络和长短期记忆网络的心电图分类方法 [P] . 中国专利： CN110179453A . 2019-08-30
3. DEPTH IMAGE SEQUENCE GENERATION METHOD BASED ON CONVOLUTIONAL NEURAL NETWORK AND SPATIOTEMPORAL COHERENCE [P] . 世界知识产权组织专利： WO2018119807A1 . 2018-07-05

机译：基于卷积神经网络和时空相干的深度图像序列生成方法
4. APPARATUSES AND METHODS FOR MACHINE VISION SYSTEMS INCLUDING CREATION OF A POINT CLOUD MODEL AND/OR THREE DIMENSIONAL MODEL BASED ON MULTIPLE IMAGES FROM DIFFERENT PERSPECTIVES AND COMBINATION OF DEPTH CUES FROM CAMERA MOTION AND DEFOCUS WITH VARIOUS APPLICATIONS INCLUDING NAVIGATION SYSTEMS, AND PATTERN MATCHING SYSTEMS AS WELL AS ESTIMATING RELATIVE BLUR BETWEEN IMAGES FOR USE IN DEPTH FROM DEFOCUS OR AUTOFOCUSING APPLICATIONS [P] . 美国专利： US2019122378A1 . 2019-04-25

机译：机器视觉系统的装置和方法，包括建立点云模型和/或三维模型，该模型基于不同角度的多个图像并结合了来自摄像机运动和深度的深度信息以及包含导航系统的各种应用程序，包括导航系统估计深度模糊或自动对焦应用中使用的图像之间的相对模糊
5. METHOD FOR ISOLATING AND CLASSIFYING BLOOD CELL TYPES USING DEEP CONVOLUTION NEURAL NETWORKS [P] . 俄罗斯专利： RU2732895C1 . 2020-09-24

机译：基于深度卷积神经网络的血细胞类型分类和分类方法