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

肺结节识别模型训练方法及设备、肺结节识别设备 

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:真健康(广东横琴)医疗科技有限公司

摘要:本发明提供一种肺结节识别模型训练方法及设备、肺结节识别设备。应用于图像处理领域。该方法包括:利用肺结节识别模型对肺部图像进行识别,肺结节识别模型包括主干网络模块、双特征金字塔模块和输出头模块,主干网络模块用于从输入的肺部图像中提取多层次的特征图,双特征金字塔模块用于将多层次的特征图进行融合,输出头模块用于将双特征金字塔模块生成的多尺度特征图进行分类和回归预测,得到分类结果和回归结果,并计算损失函数,得到分类损失和回归损失;将分类损失和回归损失进行加权求和,得到总损失,并利用反向传播算法计算总损失的梯度;根据梯度更新肺结节识别模型的网络参数。本发明提高了对肺结节的检测和定位准确性。

主权项:1.一种肺结节识别模型训练方法,其特征在于,包括:利用肺结节识别模型对肺部图像进行识别,所述肺结节识别模型包括主干网络模块、双特征金字塔模块和输出头模块,所述主干网络模块用于从输入的肺部图像中提取多层次的特征图,所述双特征金字塔模块用于将多层次的特征图进行融合,以增强特征的多尺度表示,所述输出头模块用于将双特征金字塔模块生成的多尺度特征图进行分类和回归预测,得到分类结果和回归结果,所述分类结果表示肺结节识别模型预测结节的概率,所述回归结果表示肺结节识别模型预测结节的位置信息;根据所述分类结果和所述回归结果计算损失函数,得到分类损失和回归损失;将所述分类损失和所述回归损失进行加权求和,得到总损失,并利用反向传播算法计算总损失的梯度;根据所述梯度更新所述肺结节识别模型的网络参数。

全文数据:

权利要求:

百度查询: 真健康(广东横琴)医疗科技有限公司 肺结节识别模型训练方法及设备、肺结节识别设备

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。