一種醫(yī)學(xué)圖像分類方法、系統(tǒng)、介質(zhì)及電子終端

基本信息

申請(qǐng)?zhí)?/td> CN202110018207.1 申請(qǐng)日 -
公開（公告）號(hào) CN112784884A 公開（公告）日 2021-05-11
申請(qǐng)公布號(hào) CN112784884A 申請(qǐng)公布日 2021-05-11
分類號(hào) G06K9/62;G06N3/04;G06N3/08;G06F16/55 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 彭德光;朱楚洪;孫健;唐賢倫 申請(qǐng)（專利權(quán)）人 重慶兆琨智醫(yī)科技有限公司
代理機(jī)構(gòu) 重慶渝之知識(shí)產(chǎn)權(quán)代理有限公司 代理人 柴社英
地址 400030 重慶市沙坪壩區(qū)下中渡口130號(hào)國(guó)際創(chuàng)客港園區(qū)第19棟三層09室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種醫(yī)學(xué)圖像分類方法、系統(tǒng)、介質(zhì)及電子終端，方法包括：構(gòu)建基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)；將采集的醫(yī)學(xué)圖像數(shù)據(jù)集輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲取分類模型，其中，訓(xùn)練過程包括：特征提取與分類、類分布不平衡優(yōu)化；類分布不平衡優(yōu)化的步驟包括：根據(jù)不同類別中的樣本的數(shù)量，獲取不同類別的權(quán)重參數(shù)和/或樣本的不平衡比例，進(jìn)而進(jìn)行類不平衡優(yōu)化；將待分類醫(yī)學(xué)圖像輸入分類模型，進(jìn)行醫(yī)學(xué)圖像分類；本發(fā)明中的醫(yī)學(xué)圖像分類方法，通過將醫(yī)學(xué)圖像數(shù)據(jù)集輸入基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練過程包括：特征提取與分類、類分布不平衡優(yōu)化，從而獲得較優(yōu)的分類模型，能夠有效避免圖像樣本分布不平衡的問題，提高分類精確度。