[发明专利]一种确定分类标签的方法及装置在审
申请号: | 201910251164.4 | 申请日: | 2019-03-29 |
公开(公告)号: | CN110110747A | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 刘思德;陈振煜 | 申请(专利权)人: | 广州思德医疗科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王庆龙;周永君 |
地址: | 510515 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常特征 分类类型 分类标签 样本图片 预设 凸起特征 图片背景 网络模型 颜色特征 准确度 分类 点状 合理性 和面 | ||
1.一种确定分类标签的方法,其特征在于,包括:
获取用于训练预设模型的样本图片;所述预设模型为根据异常特征的区域面积的数值大小,将所述异常特征区分为点状异常特征和面状异常特征的网络模型;所述异常特征包括凸起特征和/或指定颜色特征;
对所有样本图片进行分类;其中,分类类型包括基于所述异常特征的第一分类类型、以及基于所述异常特征所在图片背景的第二分类类型。
2.根据权利要求1所述的方法,其特征在于,所述异常特征所在图片背景包括:
简单背景、水线背景、大肠状背景;其中,所述简单背景为局部具有形状变化和/或色调变化的图片背景、所述水线背景为具有交汇面的图片背景;大肠状背景为拍摄部分为胃小凹结构的图片背景;所述交汇面为积水与空气之间的交汇处所构成的平面。
3.根据权利要求1所述的方法,其特征在于,所述预设模型为卷积神经网络Resnet。
4.根据权利要求1所述的方法,其特征在于,所述样本图片是从原始图片中选取到的包含有所述异常特征的图片。
5.根据权利要求4所述的方法,其特征在于,所述原始图片是通过胶囊内镜拍摄的。
6.一种确定分类标签的装置,其特征在于,包括:
获取单元,用于获取用于训练预设模型的样本图片;所述预设模型为根据异常特征的区域面积的数值大小,将所述异常特征区分为点状异常特征和面状异常特征的网络模型;所述异常特征包括凸起特征和/或指定颜色特征;
分类单元,用于对所有样本图片进行分类;其中,分类类型包括基于所述异常特征的第一分类类型、以及基于所述异常特征所在图片背景的第二分类类型。
7.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州思德医疗科技有限公司,未经广州思德医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910251164.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种确定分类标签的方法及装置
- 下一篇:一种原始图片的识别方法及装置