一种基于不均衡医疗图像数据集的分类方法与系统

发明专利有效专利

申请号：
CN201610997896.4
IPC分类号：G06K9/62;G06K9/46
申请日期：
2016-11-11
申请人：
北京工业大学

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	一种基于不均衡医疗图像数据集的分类方法与系统
申请号	CN201610997896.4	申请日期	2016-11-11
法律状态	授权	申报国家	中国
公开/公告日	2017-03-22	公开/公告号	CN106529598A
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;K;9;/;4;6查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100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	北京工业大学	当前权利人	北京工业大学
发明人	韩赫;李建强;张苓琳;胡启东
代理机构	北京思海天达知识产权代理有限公司	代理人	张慧

摘要

本发明公开一种基于不均衡医疗图像数据集的分类方法与系统，包括：提取原始医疗图像绿色通道分量；利用直方图均衡化修正提取出的灰度图像；分别从修正后的图像提取纹理特征、小波特征、轮辅特征；对提取出的特征样本按样本间距离排序；对排序后的样本划分均匀特征子集，且保证子集间的差异性；使用SVM算法与BP神经网络算法分别训练特征子集产生子分类器；组合子分类器，投票得出最终分类结果。采用本发明的技术方案，对多分类集成学习中负样本分类准确率有明显提升，这对于如医疗领域中数据集样本分布高度倾斜、多分类器训练中负样本准确率有明显提升。有助于减少误诊，从而提高分类器的实用价值。

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