一种基于DenseNet和lightGBM的脂肪肝B超图像分类方法
基本信息
| 申请号 | CN202210046160.4 | 申请日 | - |
| 公开（公告）号 | CN114067092A | 公开（公告）日 | 2022-02-18 |
| 申请公布号 | CN114067092A | 申请公布日 | 2022-02-18 |
| 分类号 | G06V10/20（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I;G06T5/00（2006.01）I;G06T5/40（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 熊秋菊;张鹏飞;耿嘉;王华丽;王学亮;唐睿;张洪运;曲怡蓉;楚绪谦;刘勇 | 申请（专利权）人 | 山东药品食品职业学院 |
| 代理机构 | 济南格源知识产权代理有限公司 | 代理人 | 刘晓政 |
| 地址 | 264200山东省威海市高新技术产业开发区科技新城和兴路1510号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及医学图像处理领域，尤其是一种基于DenseNet和lightGBM的脂肪肝B超图像分类方法，获取肝脏的医学图像数据集，对获取的的肝脏图像数据集进行预处理；构建DenseNet201网络，输入经过预处理的图像数据集并提取出图像特征矩阵，将提取出的的特征矩阵按照设定比例划分为训练集，验证集和测试集；利用训练集对lightGBM模型进行训练，利用验证集对训练出的模型进行评估，并调整模型参数以提高模型分类准确率；将测试集输入调整好的lightGBM模型，得到肝脏分类结果，测试模型泛化能力。采用直方图正规化和USM锐化增强算法对脂肪肝B超图像的分类特征进行了优化处理，表现更加优越。 |
