一种基于深度学习的肺部疾病多层次分类方法、系统及存储介质
基本信息
| 申请号 | CN202110535928.X | 申请日 | - |
| 公开（公告）号 | CN113222024A | 公开（公告）日 | 2021-08-06 |
| 申请公布号 | CN113222024A | 申请公布日 | 2021-08-06 |
| 分类号 | G06K9/62（2006.01）I;G06K9/32（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 高铭泽;杨健程 | 申请（专利权）人 | 点内（上海）生物科技有限公司 |
| 代理机构 | 上海容慧专利代理事务所（普通合伙） | 代理人 | 于晓菁 |
| 地址 | 200120上海市浦东新区郭守敬路498号8幢19号楼3层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的肺部疾病多层次分类方法、系统及存储介质,所述方法包括：S1:对肺部疾病的图像数据进行处理；S2:采用节点泄漏机制训练卷积神经网络模型，得到肺部疾病的多层次分类模型，并对所述多层次分类模型进行测试；S3:将待分类的肺部疾病的图像数据输入所述多层次分类模型，识别并输出所述肺部疾病所属的类别。本发明通过节点泄露机制训练模型，得到多层次分类模型，显著提升模型性能，可以准确的对肺结节CT图像进行多层次分类并提高肺结节病种判断的准确度。 |
