一种基于深度学习与概率影像组学的病灶分类系统
基本信息
| 申请号 | CN201910956128.8 | 申请日 | - |
| 公开（公告）号 | CN110458249B | 公开（公告）日 | 2020-01-07 |
| 申请公布号 | CN110458249B | 申请公布日 | 2020-01-07 |
| 分类号 | G06K9/62（2006.01）; G06T7/00（2017.01）; G06N3/04（2006.01）; G06N3/08（2006.01） | 分类 | 计算；推算；计数; |
| 发明人 | 杨健程; 方荣耀; 葛亮 | 申请（专利权）人 | 点内（上海）生物科技有限公司 |
| 代理机构 | 成都坤伦厚朴专利代理事务所（普通合伙） | 代理人 | 点内（上海）生物科技有限公司 |
| 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与概率影像组学的病灶分类系统，属于医学图像分类技术领域。针对现有病灶分类系统存在的分类模糊性所带来的歧义问题、分类精度不够高的问题，本发明以深度卷积神经网络为主干，提出非局部形状分析模块提取医学图像上病灶的特征云，去除病灶周边像素对分类判断的干扰，得到病灶的本质表征；同时为了捕捉标签的模糊性，提出模糊先验网络来模拟不同专家标注的模糊性分布，显示建模了专家标注的歧义性，使模型训练的分类结果具有更好的鲁棒性，将模糊先验样本与病灶表征相结合，构建了一种新的病灶分类系统，具有可控性和概率性，相比传统的卷积神经网络，更好地解决了分类模糊性的问题，可获得更高的分类精度。 |
