首页> 中国专利> 一种基于迁移学习的血管图像中特征点的分类识别方法

一种基于迁移学习的血管图像中特征点的分类识别方法

摘要

本发明公开了一种基于迁移学习的血管图像中特征点的分类识别方法,包括血管图像模拟训练和血管图像类型识别两部分;在血管图像模拟训练中通过制作特征点数据集,并利用特征点数据集对深度学习模型进行训练,获得基于迁移学习的血管图像中特征点的分类模型,在血管图像类型识别中提取血管图像的特征点,将提取的特征点输入到血管图像模拟训练中得到的基于迁移学习的血管图像中特征点的分类模型,获得血管图像中特征点的类型。本发明利用分类模型能准确快速的识别血管图像中特征点是分叉点还是交叉点,解决了现有方法存在的步骤繁杂、准确性和效率低的问题,对临床医学有莫大的帮助作用。

著录项

  • 公开/公告号CN108764286A

    专利类型发明专利

  • 公开/公告日2018-11-06

    原文格式PDF

  • 申请/专利权人 电子科技大学;

    申请/专利号CN201810372015.9

  • 申请日2018-04-24

  • 分类号G06K9/62(20060101);

  • 代理机构51220 成都行之专利代理事务所(普通合伙);

  • 代理人温利平

  • 地址 611731 四川省成都市高新区(西区)西源大道2006号

  • 入库时间 2023-06-19 07:03:27

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-11-30

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20180424

    实质审查的生效

  • 2018-11-06

    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