[发明专利]基于多尺度深度学习的病理图像病灶区域检测方法有效
| 申请号： | 202010622537.7 | 申请日： | 2020-06-30 |
| 公开（公告）号： | CN111784671B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 高忠科;安建鹏;袁涛;曲志勇;马文庆 | 申请（专利权）人： | 天津大学;天津富瑞隆金属制品有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10;G06V10/26;G06V10/80;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于多尺度深度学习的病理图像病灶区域检测方法：对病理切片图像数据进行预处理；构建全卷积神经网络，全卷积神经网络为特征金字塔结构，特征金字塔结构中自底向上的特征提取部分由一个预训练的ResNet50组成，特征金字塔结构的自顶向下部分将ResNet50输出的特征进行融合并生成最终的概率图输出，选择Adam优化器用于对全卷积神经网络参数进行梯度更新，全卷积神经网络的损失函数选用Focal Loss损失函数，对构建好的全卷积神经网络进行训练；对全卷积神经网络进行测试，是将需要进行判断病理切片图像进行预处理后，输入到训练好的全卷积神经网络中，输出为病灶区域的二值化图像。本发明为病理医生对病人病灶区域的快速判别提供有力的参考数据。 | ||
| 搜索关键词： | 基于 尺度 深度 学习 病理 图像 病灶 区域 检测 方法 | ||
【主权项】：
暂无信息
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天津大学;天津富瑞隆金属制品有限公司，未经天津大学;天津富瑞隆金属制品有限公司许可，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/202010622537.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种挖掘机动臂液压控制系统及挖掘机
- 下一篇：三维投影辅助装配工装
