基于注意力的ResNet模型的乳腺癌肿块的分类方法

发明专利有效专利

申请号：
CN202011459379.4
IPC分类号：G06K9/62;G06N3/04;G06N3/08;G16H30/20
申请日期：
2020-12-11
申请人：
太原理工大学

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	基于注意力的ResNet模型的乳腺癌肿块的分类方法
申请号	CN202011459379.4	申请日期	2020-12-11
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-01	公开/公告号	CN112883992A
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;;;G;1;6;H;3;0;/;2;0查看分类表>
申请人	太原理工大学	申请人地址	山西省太原市迎泽西大街79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	太原理工大学	当前权利人	太原理工大学
发明人	李化;牛婧;袁晓辉;李强
代理机构	太原晋科知识产权代理事务所（特殊普通合伙）	代理人	王军

摘要

本发明涉及一种基于注意力的ResNet模型的乳腺癌肿块的分类方法，包括：获取分类完成的乳腺X射线图像，将注意力模块与ResNet网络模型结合，得到基于注意力的ResNet网络模型，将乳腺X射线图像输入基于注意力的ResNet网络模型进行训练，同时对基于注意力的ResNet网络模型的参数进行调整，完成对基于注意力的ResNet网络模型的训练；获取实时拍摄的乳腺X射线图像，输入至训练好的基于注意力的ResNet网络模型中，输出结果完成对实时拍摄的乳腺X射线图像中乳腺癌肿块的分类。本发明通过使用基于注意力机制的卷积神经网络对乳腺癌肿块进行良恶性分类，避免因医生主观判断失误，造成的误诊漏诊的情况，提高诊断效率。

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