首页> 中国专利> 一种超声图像两阶段深度学习的乳腺肿瘤分类方法和装置

一种超声图像两阶段深度学习的乳腺肿瘤分类方法和装置

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种超声图像两阶段深度学习的乳腺肿瘤分类方法和装置，该方法包括：从乳腺肿瘤超声图像中获取BI‑RADS标签图像集合D1，从BI‑RADS标签图像集合D1中获取活检标签图像集合D2；通过BI‑RADS标签图像集合D1和活检标签图像集合D2对深度神经网络M1和深度神经网络M2进行训练；采用训练好的深度神经网络M1参数，对与深度神经网络M1网络结构相同部分的深度神经网络M2的参数进行初始化；对待分类乳腺肿瘤超声图像的BI‑RADS标签进行分类；当BI‑RADS标签为3级及以上时，对待分类乳腺肿瘤超声图像的活检标签进行分类，确定待分类乳腺肿瘤超声图像的良恶性。本发明能有效提高乳腺肿瘤超声图像分类诊断的准确率和智能化水平，可用于辅助超声科医生进行医学诊断等领域。

著录项

公开/公告号CN113033667A

专利类型发明专利
公开/公告日2021-06-25

原文格式PDF
申请/专利权人九江学院;
展开▼

申请/专利号CN202110327899.8
发明设计人张彩彩;梅梅;崔宗敏;梅茁林;
展开▼

申请日2021-03-26
分类号G06K9/62(20060101);G06T7/00(20170101);G06N3/04(20060101);G06N3/08(20060101);
代理机构61223 西安铭泽知识产权代理事务所(普通合伙);
代理人张举
地址 332005 江西省九江市濂溪区前进东路551号
入库时间 2023-06-19 11:35:49

法律信息

法律状态公告日

法律状态信息

法律状态
2022-03-29

专利申请权的转移 IPC(主分类):G06K 9/62 专利申请号:2021103278998 登记生效日:20220316 变更事项:申请人变更前权利人:九江学院变更后权利人:浙江机电职业技术学院变更事项:地址变更前权利人:332005 江西省九江市濂溪区前进东路551号变更后权利人:310053 浙江省杭州市滨江高教园滨文路528号

专利申请权、专利权的转移

相似文献

专利
中文文献
外文文献

1. 一种超声图像两阶段深度学习的乳腺肿瘤分类方法和装置 [P] . 中国专利： CN113033667A . 2021-06-25
2. 一种基于超声图像特征相关性的乳腺肿瘤分类方法、装置 [P] . 中国专利： CN107463964A . 2017-12-12
3. DEEP LEARNING BASED MEDICAL ULTRASONIC IMAGE CLASSIFICATION METHOD AND APPARATUS USING SMART DEVICE [P] . 世界知识产权组织专利： WO2019054711A1 . 2019-03-21

机译：基于深度学习的医学智能超声图像分类方法及装置
4. IMAGE CLASSIFICATION METHOD BASED ON DEEP LEARNING, IMAGE CLASSIFICATION APPARATUS, SERVER AND MEDIUM [P] . WO2021189908A1 . 2021-09-30

机译：基于深度学习，图像分类装置，服务器和媒体的图像分类方法
5. A method for auto-labeling a training image for use in learning a deep learning network for analyzing a high-precision image, and an auto-labeling device using the training image. IMAGES WITH HIGH PRECISION, AND AUTO-LABELING DEVICE USING THE SAME} [P] . 日本专利： JP2020126614A . 2020-08-20

机译：一种用于自动标记训练图像以用于学习深度学习网络以分析高精度图像的方法，以及一种使用训练图像的自动标记装置。具有相同精度和自动标记设备的高精度图像}