基于机器学习的感兴趣区域参数博弈分析方法

发明专利有效专利

申请号：
CN201911356216.0
IPC分类号：G16H30/40;G06T7/11
申请日期：
2019-12-25
申请人：
长春理工大学

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	基于机器学习的感兴趣区域参数博弈分析方法
申请号	CN201911356216.0	申请日期	2019-12-25
法律状态	实质审查	申报国家	中国
公开/公告日	2020-04-21	公开/公告号	CN111048185A
优先权	暂无	优先权号	暂无
主分类号	G16H30/40 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H30/00 专门用于处理或加工医学图像的ICT（计算机断层扫描入A61B 6/03）〔2018.01〕 G16H30/40 用于加工医学图像，例如编辑〔2018.01〕	IPC分类号	G;1;6;H;3;0;/;4;0;;;G;0;6;T;7;/;1;1查看分类表>
申请人	长春理工大学	申请人地址	吉林省长春市朝阳区卫星路7089号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长春理工大学	当前权利人	长春理工大学
发明人	李锦青;底晓强
代理机构	长春众邦菁华知识产权代理有限公司	代理人	王丹阳

摘要

基于机器学习的感兴趣区域参数博弈分析方法,涉及医学图像处理和信息安全技术领域，为解决现有医学图像感兴趣区域划分不够准确，导致影响医学图像的加密性能等问题，提供一种基于机器学习的感兴趣区域参数博弈分析方法。取大小为M×N的L比特灰度医学图像作为原始医学图像Pimg，设定博弈参与者数量为P，设定所述参与者ROIi策略的约束条件，根据全局感兴趣区域阈值τ进行感兴趣区域加密性能分析，获得加密效果集合，采用机器学习的多项式线性回归方法拟合加密效果集合SetEnEffect，本发明利用机器学习的方法与博弈论对医学图像感兴趣区域划分参数定量分析，在保证医学图像加密安全性能的同时，还保证了加密效率。为阈值分割算法的划分参数设定提供参考依据。

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