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！
申请/专利权人：谛宝诚(上海)医学影像科技有限公司
摘要：本发明公开了一种基于深度学习的宠物X光片姿态分类方法及装置和设备，步骤如下：数据准备：收集临床中由DR设备拍摄的宠物X光图像，过滤掉不能用于姿态分类的图像，如无法分辨姿态、对象不是宠物的图像；数据标注：对收集到的宠物影像标注类别生成对应的标签文件，其中标签类别为正位和侧位；数据增广：将带标签的宠物图像数据以预设方式进行增广；姿态分类模型构建：按照预设方式设计深度卷积神经网络结构、网络参数、损失函数、优化器，然后将宠物图像作为样本送入网络训练分类模型，训练分类模型；宠物姿态预测：向分类模型输入宠物影像，将输出预测的宠物姿态。本发明使用深度学习方法，分类准确度高，减少宠物医生阅片时间，诊断效率高。
主权项：1.一种基于深度学习的宠物X光片姿态分类方法，其特征在于：其包括如下步骤：数据准备：收集临床中由DR设备拍摄的宠物X光图像，过滤掉不能用于姿态分类的图像；数据标注：对收集到的宠物影像标注类别生成对应的标签文件，其中标签类别为正位和侧位；数据增广：将带标签的宠物图像数据以预设方式进行增广；姿态分类模型构建：按照预设方式设计深度卷积神经网络结构、网络参数、损失函数、优化器，然后将宠物图像作为样本送入网络训练分类模型，训练分类模型；宠物姿态预测：向分类模型输入宠物影像，将输出预测的宠物姿态;步骤4）中预设姿态分类模型构建参数设置包括：a.卷积神经网络模型结构包括图像特征提取阶段和分类阶段,特征提取阶段使用预训练模型detnet59的前六个stage作为骨干网络提取宠物影像的图像特征，分类阶段包括detnet59的FC层加一层二分类全连接层用于正侧位分类；b.模型的训练参数包括设置训练轮数epoch=100、训练批次大小batch_size=16、学习率learning_rate=0.0001、优化器采用SGD算法、网络采用softmax+交叉熵损失函数CE再经过加权作为loss函数； ;其中，y表示深度卷积网络对宠物姿势的预测结果，表示网络预测宠物姿态为正位的概率，表示网络预测宠物姿态为侧位的概率，，，和分别表示样本中正例正位和负例侧位所占比重。
全文数据：
权利要求：
百度查询： 谛宝诚(上海)医学影像科技有限公司 基于深度学习的宠物X光片姿态分类方法及装置和设备
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