[发明专利]一种基于卷积神经网络的组织病理学图像分类方法在审
| 申请号： | 201711105308.2 | 申请日： | 2017-11-10 |
| 公开（公告）号： | CN107886127A | 公开（公告）日： | 2018-04-06 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 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： | 本发明中提出的一种基于卷积神经网络的组织病理学图像分类方法，其主要内容包括主要包括创建数据集、微调协议、预训练的卷积神经网络(CNN)作为特征提取器和微调的CNN作为分类器，其过程为，先通过手动从扫描中选择具有不同纹理图案的不同身体部位的图像，进行补丁选择和精度计算，然后选择特定的单层完全连接层，进行网络训练，再令预训练的CNN作为特征提取器，使用深度特征来训练用于分类的线性支持向量机，最后将微调的CNN作为分类器，使用得到的网络对测试补丁进行分类。本发明数据集来设计和训练深层网络，细节更丰富，数据更完善，使得检索和分类准确性显著提高，有效实现组织病理学图像的分类。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 组织 病理学 图像 分类 方法 | ||
【主权项】：
一种基于卷积神经网络的组织病理学图像分类方法，其特征在于，主要包括创建数据集(一)；微调协议(二)；预训练的卷积神经网络(CNN)作为特征提取器(三)；微调的CNN作为分类器(四)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201711105308.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种聚四氟乙烯双层复合管
- 下一篇：一种发散型聚四氟乙烯管
