[发明专利]一种基于卷积神经网显著性图谱的感兴趣区域的定位系统有效
| 申请号： | 201610561426.3 | 申请日： | 2016-07-14 |
| 公开（公告）号： | CN106203432B | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 程国华;严超;费菁媛;季红丽 | 申请（专利权）人： | 杭州健培科技有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G16H50/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310018 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网显著性图谱的感兴趣区域的定位系统，包括标注样本模块、用于提取显著性图谱的深度卷积神经网络、显著性图谱提取模块、定位图谱生成模块、病灶定位模块。该发明系统采用定性级标定样本、收敛的深度卷积神经网络模型和显著性图谱的结合，能实现基于医疗影像大数据情况下的智能学习分析，来定位医学影像中具有特定属性的感兴趣区域。该发明系统降低了标定样本工作量及成本，并且能高效精准的定位病灶位置，来协助医生作出医学影像的诊疗评估。 | ||
| 搜索关键词： | 一种 基于 卷积 神经 显著 图谱 感兴趣 区域 定位 方法 | ||
【主权项】：
1.一种基于卷积神经网显著性图谱的感兴趣区域的定位系统，其特征在于，包括：标注样本模块、用于提取显著性图谱的深度卷积神经网络、显著性图谱提取模块、定位图谱生成模块、病灶定位模块；/n所述标注样本模块对医学影像按其感兴趣区域ROI所代表的的属性进行分类标注，得到病灶属性类别训练集；/n所述用于提取显著性图谱的深度卷积神经网络采用Y＝F(x)＝F
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杭州健培科技有限公司，未经杭州健培科技有限公司许可，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/201610561426.3/，转载请声明来源钻瓜专利网。
