一种基于多尺度特征融合的甲状腺结节分类方法

发明专利有效专利

申请号：
CN201911271119.1
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-12-12
申请人：
天津大学

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	一种基于多尺度特征融合的甲状腺结节分类方法
申请号	CN201911271119.1	申请日期	2019-12-12
法律状态	实质审查	申报国家	中国
公开/公告日	2020-05-15	公开/公告号	CN111160413A
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;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	天津大学	申请人地址	天津市南开区卫津路92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	天津大学	当前权利人	天津大学
发明人	于瑞国;刘树培;刘志强;高洁;于健;李雪威;喻梅
代理机构	天津盛理知识产权代理有限公司	代理人	霍慧慧

摘要

本发明涉及一种基于多尺度特征融合的甲状腺结节分类方法，其特征在于：所述方法的步骤为：1)获取原始甲状腺超声影像数据集，并对每一张超声影像进行处理；2)清洗原始超声影像数据集，去除不符合要求的影像，得到一个含有2000张高质量甲状腺结节超声影像的数据集；3)基于残差网络的甲状腺结节超声影像分类网络构建；4)将残差模块替换为多尺度融合模块；5)在残差网络的基础上，添加一个高分辨率通道；6)对基于多尺度特征融合与高分辨率通道的网络模型的分类效果进行分析。本发明设计科学合理，设计了多尺度特征和高分辨率通道相结合机制，提升网络性能。

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