基于计算机视觉的病理图像识别方法

发明专利有效专利

申请号：
CN202110615295.3
IPC分类号：G06T7/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-02
申请人：
北京信息职业技术学院

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	基于计算机视觉的病理图像识别方法
申请号	CN202110615295.3	申请日期	2021-06-02
法律状态	公开	申报国家	中国
公开/公告日	2021-11-23	公开/公告号	CN113689376A
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;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	北京信息职业技术学院	申请人地址	北京市朝阳区芳园西路5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	北京信息职业技术学院	当前权利人	北京信息职业技术学院
发明人	王艳霞
代理机构	北京维知知识产权代理事务所（特殊普通合伙）	代理人	佛新瑜

摘要

本公开揭示了一种基于计算机视觉的病理图像识别方法，该方法包括：获取数字病理切片样本，构造训练集；构建卷积神经网络，并以所述训练集对所述卷积神经网络进行训练；从训练后的卷积神经网络的所述第一卷积层和所述第二卷积层中至少提取一个卷积层；确定所述卷积核矩阵中每个卷积核的权重，将所述卷积过滤器中每个卷积过滤器中的每个卷积核的权重求和以确定每个卷积过滤器的深度；将每个卷积过滤器的深度与一阈值比较，移除低于阈值的卷积过滤器；依据被移除的卷积过滤器，对所述卷积神经网络进行剪枝；对经过剪枝的卷积神经网络进行重新训练。该方法基于卷积神经网络，且相对于目前常规的病理切片识别算法来说可以较大程度提高识别效率。

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