- 专利标题: 一种支持向量数据描述的胸部影像异常检测方法
-
申请号: CN202010011696.3申请日: 2020-01-06
-
公开(公告)号: CN111242906B公开(公告)日: 2022-03-18
- 发明人: 陈华华 , 陈哲 , 郭春生 , 应娜 , 叶学义
- 申请人: 杭州电子科技大学
- 申请人地址: 浙江省杭州市下沙高教园区2号大街
- 专利权人: 杭州电子科技大学
- 当前专利权人: 杭州电子科技大学
- 当前专利权人地址: 浙江省杭州市下沙高教园区2号大街
- 代理机构: 杭州君度专利代理事务所
- 代理商 杨舟涛
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06V10/764 ; G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G16H50/20
摘要:
本发明公开了一种支持向量数据描述的胸部影像异常检测方法。本发明方法包括训练阶段和测试阶段。在训练阶段,构建并训练深度稀疏变分自编码器,获得训练数据集的隐藏层特征的均值,然后在稀疏变分自编码器基础上构建并训练深度支持向量数据描述网络,将均值作为超球体中心;在测试阶段,将测试数据集输入到训练好的深度支持向量数据描述网络中,计算得到异常分数和对应的ROC曲线并以此得到最佳阈值,当异常分数小于等于阈值则判为正常,否则判为异常。本发明方法采用了变分稀疏自编码器来进行特征学习,通过深度支持向量数据描述网络分离特征数据,具有较高的特征提取能力和较高的检测准确性。
公开/授权文献
- CN111242906A 一种支持向量数据描述的胸部影像异常检测方法 公开/授权日:2020-06-05