首页> 中国专利> 一种针对新冠肺炎临床分型的CT影像对比特征学习方法

一种针对新冠肺炎临床分型的CT影像对比特征学习方法

摘要

本发明公开了一种针对新冠肺炎临床分型的CT影像对比特征学习方法,包括以下步骤:S1、基于FPN的全自动肺分割算法;S2、构建特征学习网络;S3、样本对构建;S4、对比特征学习。本发明采用基于特征对比学习的卷积神经网络模型,通过结合特征距离与交叉熵损失函数,可使得同一类别的样本其深度学习特征相似,不同类别的样本其深度学习特征差异大,进而对特征进行优化,提升分类精度。可以将本发明的CT影像对比学习方法用于对新冠肺炎CT影像进行全自动图像处理,进而实现新冠肺炎的临床分型诊断。

著录项

  • 公开/公告号CN111932540A

    专利类型发明专利

  • 公开/公告日2020-11-13

    原文格式PDF

  • 申请/专利权人 北京信诺卫康科技有限公司;

    申请/专利号CN202011093278.X

  • 发明设计人 高全胜;薛新颖;薛志强;王志军;

    申请日2020-10-14

  • 分类号G06T7/00(20170101);G06T7/10(20170101);

  • 代理机构11756 北京中和立达知识产权代理事务所(普通合伙);

  • 代理人杨磊

  • 地址 100163 北京市大兴区旧桥路1号院1号楼12层1502

  • 入库时间 2023-06-19 08:55:10

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