-
公开(公告)号：CN111951950B
公开(公告)日：2023-11-24
申请号：CN201910410962.7
申请日：2019-05-16
申请人： 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G16H50/20
摘要： 本发明属于人工智能与医疗领域，具体涉及一种基于深度学习的三维数据医疗分类系统和方法，旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换，得到三维数据特征向量，基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断，进而得到病理特征分类。本发明基于三维数据，丰富了输入数据所包含的信息量，且降低了光照等自然因素影响，并基于训练后的医疗分类模型进行病理特征分类的分配，提高了病变部位病理特征分类准确性。
-
公开(公告)号：CN110532907B
公开(公告)日：2022-01-21
申请号：CN201910748649.4
申请日：2019-08-14
申请人： 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC分类号： G06V40/16 , G06V20/64 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G16H30/20 , G16H50/20
摘要： 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k‑最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG‑SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
公开(公告)号：CN111951950A
公开(公告)日：2020-11-17
申请号：CN201910410962.7
申请日：2019-05-16
申请人： 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
摘要： 本发明属于人工智能与医疗领域，具体涉及一种基于深度学习的三维数据医疗分类系统和方法，旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换，得到三维数据特征向量，基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断，进而得到病理特征分类。本发明基于三维数据，丰富了输入数据所包含的信息量，且降低了光照等自然因素影响，并基于训练后的医疗分类模型进行病理特征分类的分配，提高了病变部位病理特征分类准确性。
-
公开(公告)号：CN110532907A
公开(公告)日：2019-12-03
申请号：CN201910748649.4
申请日：2019-08-14
申请人： 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
摘要： 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k-最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG-SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
-
-
搜索结果
4 条记录 (耗时 0.059 秒)
