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：贵州大学

摘要：本发明提供了一种基于数据增强的活动性肺结核影像分类方法，包括：获取活动性肺结核影像并进行病理类型分类和贴标签；确定每种病理类型的训练样本数和测试样本数，并挑选出小样本的病理类型对应的活动性肺结核影像；利用最大化均值差异‑生成对抗网络对小样本的活动性肺结核影像进行数据的增强，得到样本均衡目标活动性肺结核影像数据集；建立2D双向长短期记忆网络分类模型，并通过活动性肺结核影像训练集样本对模型进行训练，得到目标分类模型；将CT设备采集到的活动性肺结核影像输入到目标分类模型进行分类。本发明有效提高了训练数据类型的完整性和丰富性；同时保证了活动性肺结核影像分类效率和准确度。

主权项：1.一种基于数据增强的活动性肺结核影像分类系统，其特征在于，包括，图像获取分类贴标单元，用于获取活动性肺结核影像，并进行病理类型分类和相同病理类型分类贴相同标签；训练样本数和测试样本数确定单元，用于确定每种病理类型对应的活动性肺结核影像的训练样本数和测试样本数，并挑选出小样本病理类型对应的活动性肺结核影像；数据增强单元，利用最大化均值差异-生成对抗网络对小样本的活动性肺结核影像进行数据增强，生成符合分类模型要求的大量样本，得到样本均衡的目标活动性肺结核影像数据集；训练单元，利用双向长短期记忆网络建立分类模型，并通过活动性肺结核影像训练集样本对模型进行训练，得到目标分类模型，利用测试集样本对目标分类模型进行测试；目标分类模型的具体步骤为：1建立双向长短期记忆网络的分类模型，BiLSTM由两个普通的LSTM组成，设为输入序列，为反向的输入序列，表示输入序列经过LSTM处理后的输出，表示反向的输入序列会经过LSTM处理后的输出；2经过BiLSTM对输入序列进行处理后，两个方向的输出和被按顺序进行拼接，输出和拼接的过程描述如下： 式中，和都具有相同的超参数，即隐藏维度D，因此，h的维度为2D，表示将拼接起来；3构建两个BiLSTM，其中一个用于获取CT图片水平方向的正向序列和反向序列的信息，另一个用于获取垂直方向上的，对于BiLSTM2D的输入X，它被定义为其中是一组序列，输入图片X的H表示竖直方向上的序列数量，W表示水平方向序列数，C表示输入的通道数；输入X的所有垂直方向的序列X:,w,:都被输入到隐藏维度为D的垂直BiLSTM中，这个过程被描述为: 类似地，水平方向的被视为一组序列，垂直方向的所有序列被输入隐藏维度为D的水平BiLSTM中； 正反向序列作为输入得到的结果并且最后通过全连接层对特征进行输出，该过程被计算为： 式中，FC·表示全连接操作，输出向量的维度由活动性肺结核类型唯一确定；最后通过Softmax函数进行输出，确定相应的活动性肺结核类别，Softmax函数为： 其中，xi为最后一层全连接层输出的特征值，模型的损失函数选择交叉熵损失函数，它被描述为： 式中：M表示活动性肺结核类别的数量；yic表示符号函数，若样本i的标签值与c相同时取1，否则为0；pic表示样本i属于类别c的概率，N表示样本数；输出单元，用于将CT设备采集到的活动性肺结核影像输入到目标分类模型，目标分类模型将自动对活动性肺结核影像进行深度特征提取和分析，输出所患活动性肺结核的病理类型。

全文数据：

权利要求：

百度查询： 贵州大学 一种基于数据增强的活动性肺结核影像分类方法