一种基于BM3D和稠密卷积网络融合的肿瘤检测方法和装置

发明专利有效专利

申请号：
CN201910415029.9
IPC分类号：G06T7/00;G06T5/00
申请日期：
2019-05-17
申请人：
山东财经大学

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BM3D和稠密卷积网络融合的肿瘤检测方法和装置
申请号	CN201910415029.9	申请日期	2019-05-17
法律状态	授权	申报国家	中国
公开/公告日	2019-08-30	公开/公告号	CN110189308A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;5;/;0;0查看分类表>
申请人	山东财经大学	申请人地址	山东省济南市历下区二环东路7366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	山东财经大学	当前权利人	山东财经大学
发明人	刘慧;姜迪;郭强;张彩明
代理机构	济南舜昊专利代理事务所（特殊普通合伙）	代理人	赵阳

摘要

本发明提供一种基于BM3D和稠密卷积网络融合的肿瘤检测方法和装置，标记相似块；随机丢弃与快速标记；优化及训练DenseNet网络；利用输入图像的空间信息、结构信息以及提取的特征信息基于深度训练的数据进行重建。将输入的空间信息抽象为一维,减少不可逆初始特征丢失现象。构建融合BM3D的稠密卷积网络,使用可缩放指数型线性单元激活函数代替线性非饱和单元激活函数激活网络,引入负数部分参数,提升网络优化度并增强网络鲁棒性,并在每块稠密块后增加一层最大池化层抽象图像特征,提取肿瘤核心信息点。网络末端采用BM3D的聚合方法进行特征重建,融合梯度、空间信息提升网络效果。有效地提升了肿瘤检测的准确度。

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