发明公开
- 专利标题: 一种基于深度学习的睾丸图像分类方法
-
申请号: CN202211118611.7申请日: 2022-09-15
-
公开(公告)号: CN115222997A公开(公告)日: 2022-10-21
- 发明人: 王竹 , 林桢哲 , 林浩添 , 高勇 , 谢晓燕 , 胡嘉颖
- 申请人: 中山大学附属第一医院 , 中山大学中山眼科中心
- 申请人地址: 广东省广州市中山二路58号;
- 专利权人: 中山大学附属第一医院,中山大学中山眼科中心
- 当前专利权人: 中山大学附属第一医院,中山大学中山眼科中心
- 当前专利权人地址: 广东省广州市中山二路58号;
- 代理机构: 北京集佳知识产权代理有限公司
- 代理商 郑华丽
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06T7/00 ; G06V10/80 ; G06V10/82
摘要:
本申请提供了一种基于深度学习的睾丸图像分类方法,获取待分析的睾丸图像和睾丸体积数据;将待分析的睾丸图像输入至第一分类模型,以得到初始类别;当初始类别为第一类别时,将待分析的睾丸图像和睾丸体积数据进行数据融合,以得到融合数据;将融合数据输入至第二分类模型,以得到最终类别;其中,第一分类模型是采用标记的睾丸图像样本对第一深度神经网络模型进行学习训练得到的;第二分类模型是采用标记的融合数据样本对第二深度神经网络模型进行学习训练得到的,融合数据样本是通过对睾丸图像样本和睾丸体积数据样本进行数据融合生成的。该方法采用深度神经网络模型可以快速且准确地对睾丸图像进行分类。