一种基于深度卷积神经网络的图像识别方法、设备
基本信息
| 申请号 | CN202011492450.9 | 申请日 | - |
| 公开（公告）号 | CN112699868A | 公开（公告）日 | 2021-04-23 |
| 申请公布号 | CN112699868A | 申请公布日 | 2021-04-23 |
| 分类号 | G06N3/04(2006.01)I;G06K9/62(2006.01)I;G06K9/20(2006.01)I;G06K9/34(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈浩;肖永杰;林黄靖;王春永 | 申请（专利权）人 | 深圳视见医疗科技有限公司 |
| 代理机构 | 深圳市徽正知识产权代理有限公司 | 代理人 | 卢杏艳 |
| 地址 | 518000广东省深圳市南山区粤海街道粤兴二道10号310F | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及医疗技术领域，尤其是涉及一种基于深度卷积神经网络的图像识别方法、设备，该方法包括：对胸部的X光片进行预处理，得到符合格式要求的X光片初始图像；对X光片初始图像进行筛查，检测是否为胸部正位图像；将胸部正位图像输入至深度卷积神经网络的二分类模型中进行阴阳性分类；将阳性结果的图像输入至深度卷积神经网络的检测模型中检测疾病类型并对图像中的病灶区域进行轮廓标注；显示图像对应的疾病类型和病灶区域。本发明实施例提供的基于深度卷积神经网络的图像识别方法既能筛查X光胸片的阴阳性，也能定位出病灶区域，同时能标出病灶区域的疾病种类或者征象，给医生提供更具有可解释性的参考意见。 |
