龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及医学图像分类技术领域，公开了一种联合学习的牙周病图像分类方法及设备，其中方法包括：S1：获取最终数据集；S2：构建联合学习模型；S3：使用最终数据集对联合学习模型进行训练，得到牙周病图像的最终分类模型；S4：将待预测图像输入至最终分类模型，得到模型输出的牙周病分类结果。本发明将生成对抗网络与人工神经网络和卷积神经网络融合形成联合学习模型，得出的预测结果会具备三种神经网络的特性，相对单一神经网络得出的预测结果准确率更高；对少数类别的不平衡数据进行数据平衡，使得各种类型的牙周病图像都具有一定数量的数据集，从而使得模型可以充分学习各种类型的牙周病图像的特征，进而能更好的分类牙周病图像。
主权项：1.一种联合学习的牙周病图像分类方法，其特征在于，包括如下步骤：S1：获取用于联合学习模型训练的最终数据集；其中，获取所述最终数据集的具体步骤为：S11：对牙周病图像感兴趣区域进行提取，得到第一数据集，并对所述第一数据集进行标记；S12：从现有的正常牙齿图像数据集中选取图像，并使用掩模提取所述选取图像的感兴趣区域，作为第二数据集；S13：将所述S11中的第一数据集和所述S12中的第二数据集进行收集、分类和重新排列，用以提取出所述第一数据集中的不平衡数据；S14：使用SMOTE方法对所述不平衡数据进行数据平衡，得到第三数据集，将所述第三数据集和所述第二数据集合成作为最终数据集；S2：构建联合学习模型，所述联合学习模型由生成对抗网络与人工神经网络和卷积神经网络通过加权平均获得；S3：使用所述最终数据集对所述联合学习模型进行训练，得到牙周病图像的最终分类模型；S4：将待预测图像输入至所述最终分类模型，得到模型输出的牙周病分类结果，用以确定牙齿是否存在牙周病，若存在牙周病，则输出其严重程度。
全文数据：
权利要求：
百度查询： 天津医科大学口腔医院 一种联合学习的牙周病图像分类方法及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号