咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:一种基于深度学习的黑色素瘤皮肤病的分类识别方法,将原始图像、采用类激活图剪切的图像、医生手工分割的病变区域二值掩膜图像分别进行数据预处理;采用图像分类网络,将它们最后一层进行联合,三种训练集图片分别输入这三个网络,图片正向输入网络,并通过反向传播最小化代价函数更新权值,求出对第一类非增值性损伤皮肤病分类效果最优组合;先采用联合网络1对第一类皮肤病单独分类,再使用联合网络2将剩余数据中的第二类皮肤病分类出来;剩余的就是恶性皮肤病,得到皮肤病分类准确率1;再得到皮肤病分类准确率2;得到皮肤病分类准确率3;将最高的准确率作为最终的结果。本发明有效提高黑色素瘤皮肤病分类识别率。
著 录 项:
专利/申请号: | CN201810174573.4 | 专利名称: | 一种基于深度学习的黑色素瘤皮肤病的分类识别方法 |
申请日: | 2018-03-02 | 申请/专利权人 | 浙江工业大学 |
专利类型: | 发明 | 地址: | 浙江省杭州市下城区潮王路18号浙江工业大学科研院 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06K9/62搜分类 医学 皮肤科 网络医疗搜索 |
公开/公告日: | 转让价格: | 面议 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |