一种基于深度学习的脑肿瘤分类方法

发明专利无效专利

申请号：
CN201510268230.0
IPC分类号：G06K9/62
申请日期：
2015-05-25
申请人：
电子科技大学

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	一种基于深度学习的脑肿瘤分类方法
申请号	CN201510268230.0	申请日期	2015-05-25
法律状态	撤回	申报国家	中国
公开/公告日	2015-08-12	公开/公告号	CN104834943A
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查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新西区西源大道2006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	电子科技大学	当前权利人	电子科技大学
发明人	秦臻;杨晓明;蓝天;秦志光;黄若菡;张聪;陈浩;肖哲;徐路路;陈圆
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于深度学习的脑肿瘤分类方法，在进行脑肿瘤特征提取时，首先利用Gabor小波变换提取脑肿瘤的纹理特征，根据堆叠降噪自动编码来构建深度学习的网络，之后利用深度学习从这些纹理特征中提取出更高层的特征；其次利用同心圆方法提取脑肿瘤的形状特征，与之前通过深度学习提取到的高层特征结合形成增广特征向量，将特征作为输入放入支持向量机中进行训练得到分类器；最后使用同样的方法为测试样本提取特征向量，利用训练得到的分类器对其进行分类；本发明将提高医生的诊断准确率，为脑肿瘤的手术方案制定提供有用的信息。

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