Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种隐窝脓肿识别方法 

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:长江云通有限公司

摘要:本发明涉及图像处理领域,本发明涉及一种隐窝脓肿识别方法,方法包括:获取当前隐窝图像;将所述当前隐窝图像输入最优模型,输出隐窝脓肿的图像分类结果;其中,最优模型的训练过程为:获取历史隐窝图像集,对历史隐窝图像集中各图像进行标注,得到标签;标签为隐窝正常图像和隐窝脓肿图像;将标注后的历史隐窝图像集作为输入数据,将标签作为输出数据,对预先构建的神经网络模型进行训练,在训练过程中引入历史隐窝图像的隐窝混乱程度。本发明使得模型在训练时更加关注那些隐窝混乱程度高即图像更复杂的样本,以提高对隐窝图像的分类准确性,进而帮助医生快速识别出潜在的问题区域,从而提高诊断的速度和准确性。

主权项:1.一种隐窝脓肿识别方法,其特征在于,包括:获取当前隐窝图像;将所述当前隐窝图像输入最优模型,输出隐窝脓肿的图像分类结果;其中,最优模型的训练过程为:获取历史隐窝图像集,对历史隐窝图像集中各图像进行标注,得到标签;标签为隐窝正常图像和隐窝脓肿图像;将标注后的历史隐窝图像集作为输入数据,将标签作为输出数据,对预先构建的神经网络模型进行训练,训练结束后得到最优模型;神经网络模型中的损失函数是: ;式中,为损失函数,为第张图像的预测值,为第张图像的真实值,为损失函数的惩罚因子,其中,为第张图像的隐窝混乱程度,用于表征第张图像的复杂度。

全文数据:

权利要求:

百度查询: 长江云通有限公司 一种隐窝脓肿识别方法

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。