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！

申请/专利权人：东莞理工学院

摘要：本发明提出了一种基于深度学习和数字图像结合的肺区尘肺分期的装置及系统；所述系统包括图像数据接入模块，用于获取原始图像的数据；肺区子区域分割模块用于将左右肺区分别划分为上中下三个子区域；对比度增强模块用于对原始图像进行直方图均衡化；暗通道计算模块用于计算子肺区的暗通道；暗通道差值特征抽取模块用来获取暗通道与输入图像差值，以更准确地抽取肺部尘絮的特征；子肺区特征抽取模块用以抽取均衡化后肺区的特征；双分支特征融合模块用以融合暗通道差值特征和对应的子肺区特征；分期模块最后用作分类尘肺所属阶段。本发明能够融合暗通道差值特征进预处理后的图像，且尽可能保留了强化了尘絮特征本身的特征，提高了模型分类的鲁棒性和准确性。

主权项：1.一种基于深度学习和数字图像结合的肺区尘肺分期系统，其特征在于，包括：图像数据接入模块、肺区子区域分割模块、对比度增强模块、暗通道计算模块、暗通道差值特征抽取模块、子肺区特征抽取模块、双分支特征融合模块、分期模块，图像数据接入模块的数据输出端与肺区子区域分割模块的数据输入端相连，肺区子区域分割模块的数据输出端与对比度增强模块的数据输入端相连，对比度增强模块的数据输出端分别与暗通道计算模块、子肺区特征抽取模块的数据输入端相连，暗通道计算模块的数据输出端与暗通道差值特征抽取模块的数据输入端相连，子肺区特征抽取模块的数据输出端、暗通道差值特征抽取模块的数据输出端与双分支特征融合模块的数据输入端相连，双分支特征融合模块的数据输出端与分期模块的数据输入端相连；图像数据接入模块：用于获取待分割原始图像；肺区子区域分割模块：用于将左右肺区分别划分为上中下三个子区域；对比度增强模块：用于对肺区子区域图像进行直方图均衡化；暗通道计算模块：利用暗通道先验计算均衡化后的子肺区的暗通道；暗通道差值特征抽取模块：用来获取暗通道与原始图像差值，用于抽取肺部尘絮的特征；子肺区特征抽取模块：用以抽取均衡化后肺区的特征；双分支特征融合模块：将暗通道差值特征抽取模块输出的子区域图和子肺区特征抽取模块输出的子肺区特征进行叠加融合；分期模块：根据双分支特征融合模块的输出值用作分类尘肺所属阶段，所述输出值为尘肺所属各阶段的概率值，概率值最大的就是分期的结果；所述阶段包括正常阶段、一期阶段、二期阶段和三期阶段。

全文数据：

权利要求：

百度查询： 东莞理工学院 基于深度学习和数字图像结合的肺区尘肺分期系统