首页> 中国专利> 基于轻量级神经网络的乳腺钼靶图像深度学习分类方法

基于轻量级神经网络的乳腺钼靶图像深度学习分类方法

摘要

本发明涉及一种基于轻量级神经网络的乳腺钼靶图像深度学习分类方法。该方法运用了基于深度学习的图像分类算法,实现对于乳腺钼靶图像的乳腺密度分类,并且运用了基于轻量级神经网络的深度学习框架。本发明方法显著提高了在小规模图像数据集上的适应性,进而提高了乳腺密度分类的准确性和处理速度,能够实现乳腺钼靶图像的自动化乳腺密度分类。

著录项

  • 公开/公告号CN108052977A

    专利类型发明专利

  • 公开/公告日2018-05-18

    原文格式PDF

  • 申请/专利权人 福建师范大学;

    申请/专利号CN201711343994.7

  • 发明设计人 时鹏;钟婧;

    申请日2017-12-15

  • 分类号G06K9/62(20060101);G06K9/34(20060101);

  • 代理机构35100 福州元创专利商标代理有限公司;

  • 代理人蔡学俊;丘鸿超

  • 地址 350117 福建省福州市闽侯县上街镇大学城科技路1号福建师范大学旗山校区

  • 入库时间 2023-06-19 05:22:59

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-06-12

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20171215

    实质审查的生效

  • 2018-05-18

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号