基于深度学习方法解读医学图像特征的辅助诊断系统

发明专利有效专利

申请号：
CN201810103893.0
IPC分类号：G06T7/11;G06K9/46;G06K9/62;G06T7/00;G06T7/136;G06N3/08
申请日期：
2018-02-01
申请人：
浙江德尚韵兴图像科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习方法解读医学图像特征的辅助诊断系统
申请号	CN201810103893.0	申请日期	2018-02-01
法律状态	暂无	申报国家	中国
公开/公告日	2018-07-06	公开/公告号	CN108257135A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;3;6;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江德尚韵兴图像科技有限公司	申请人地址	浙江省杭州市文三路90号东部软件园6号楼科技大厦8层东801/802室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江德尚韵兴医疗科技有限公司	当前权利人	浙江德尚韵兴医疗科技有限公司
发明人	胡海蓉
代理机构	杭州中成专利事务所有限公司	代理人	周世骏

摘要

本发明涉及辅助医学诊断领域，旨在提供基于深度学习方法解读医学图像特征的辅助诊断系统。该基于深度学习方法解读医学图像特征的辅助诊断系统包括过程读取病灶的医学影像数据并进行预处理；选取图像，建立卷积神经网络架构，自动学习分割出病灶区域，并对病灶形状进行细化；再建一个卷积神经网络架构的CNN模型自动解读良恶性病灶特征，训练后获得基于深度学习方法解读医学影像特征的辅助诊断系统。本发明不仅借助深度卷积神经网络可以自动的分割出病灶区域，弥补了基于活动轮廓等不能解决弱边界问题的不足，而且可以自动学习出提取出有价值的特征组合，避免了人工选取特征的复杂。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供