[发明专利]一种基于深度学习的医疗影像识别系统在审
| 申请号： | 201610510583.1 | 申请日： | 2016-07-01 |
| 公开（公告）号： | CN106127783A | 公开（公告）日： | 2016-11-16 |
| 发明（设计）人： | 李成华;刘丽君 | 申请（专利权）人： | 武汉泰迪智慧科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06F19/00 |
| 代理公司： | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人： | 黄君军 |
| 地址： | 430000 湖北省武汉市东湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的医疗影像识别系统，包括：模型建立单元，用于建立基于深度学习的医疗影像识别模型；包括：初始化子单元，用于建立初始卷积网络CNN1；通过500个样本对初始卷积网络CNN1进行训练，初始权重均匀分布在‑0.04‑0.04中随机参数，网络迭代次数为36次；第一进化子单元，用于根据网络生长队长对初始卷积网络CNN1进行一次生长得到深度网络CNN2；网络迭代次数为36次；第二进化子单元，用于再次对深度网络CNN2进行生长得到深度网络CNN3，对CNN3进行训练使得评价误差达到预设指标，且误差收敛速度小于设置阈值；从而得到基于深度学习的医疗影像识别模型；输入待识别的医疗影像，并根据基于深度学习的医疗影像识别模型对待识别的医疗影像进行识别，并输出识别结果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 医疗 影像 识别 系统 | ||
【主权项】：
一种基于深度学习的医疗影像识别系统，其特征在于，其包括如下单元：模型建立单元，用于建立基于深度学习的医疗影像识别模型；包括：初始化子单元，用于建立初始卷积网络CNN1；通过500个样本对初始卷积网络CNN1进行训练，初始权重均匀分布在‑0.04‑0.04中随机参数，网络迭代次数为36次；第一进化子单元，用于根据网络生长队长对初始卷积网络CNN1进行一次生长得到深度网络CNN2；网络迭代次数为36次；第二进化子单元，用于再次对深度网络CNN2进行生长得到深度网络CNN3，对CNN3进行训练使得评价误差达到预设指标，且误差收敛速度小于设置阈值；从而得到基于深度学习的医疗影像识别模型；识别单元，用于输入待识别的医疗影像，并根据基于深度学习的医疗影像识别模型对待识别的医疗影像进行识别，并输出识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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武汉泰迪智慧科技有限公司，未经武汉泰迪智慧科技有限公司许可，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/patent/201610510583.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种茶树专用肥及其制备方法
- 下一篇：慢速定性滤纸及其制备方法
