高清医疗图像中的小型病变的自动标记方法及系统

发明专利有效专利

申请号：
CN202010606898.2
IPC分类号：G06K9/62;G06K9/66;G06N3/04;G06N3/08
申请日期：
2020-06-30
申请人：
苏州慧维智能医疗科技有限公司

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	高清医疗图像中的小型病变的自动标记方法及系统
申请号	CN202010606898.2	申请日期	2020-06-30
法律状态	授权	申报国家	中国
公开/公告日	2020-10-09	公开/公告号	CN111753916A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;6;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	苏州慧维智能医疗科技有限公司	申请人地址	江苏省苏州市苏州工业园区华池街88号晋合广场2幢1106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	苏州慧维智能医疗科技有限公司	当前权利人	苏州慧维智能医疗科技有限公司
发明人	曹鱼;陈齐磊;刘本渊
代理机构	南京利丰知识产权代理事务所（特殊普通合伙）	代理人	王锋

摘要

本申请公开了一种高清医疗图像中的小型病变的自动标记方法，包括：构建大尺寸图像输入网络、深度级联区域特征提取网络模型，并设定中心目标聚焦检测方法，再将该三者共同纳入到基于特征金字塔和区域假设方法的卷积神经网络目标检测模型中，从而构造出可进行训练和实施的用于小物体检测的高清图像卷积神经网络模型；设定基于半监督学习的隐性正样本自动筛选迭代训练方法，用于最大限度的自动获取训练数据集中未被标记的正样本数据，添加到能够用于训练的隐性正样本数据集合，再利用隐性正样本提升模型训练效果。利用本申请的方法，可以根据高清医疗2D扫描图像，自动、快速、准确的标识出小型病变区域，利于在后续操作中辅助医生提高诊断精度。

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