龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南昌大学第一附属医院
摘要：本发明公开了一种基于人工智能的乳腺癌在线分类方法及系统，该方法包括如下步骤：通过云服务中心对中心医院的乳腺癌诊疗数据进行预处理；提取预处理后的中心医院的乳腺癌诊疗数据中的特征；构建分类模型并对分类模型进行训练；对训练好的分类模型的权重进行加密，并将加密后的训练好的分类模型传输到边缘服务器对待诊疗图像进行分类；本发明通过采用轻量级网络，并在轻量级网络中添加特征融合层来进行特征提取，提高了分类的准确性；通过采用标签模糊的方法来处理待诊疗图像，可动态调整待诊疗图像局部区域的分数权重，将与分类无关的区域与病例特征不明显的区域的关注度降低，与病变特征相关且明显的区域特征关注度提高。
主权项：1.一种基于人工智能的乳腺癌在线分类方法，其特征在于，包括如下步骤：步骤S1：获取不同中心医院的乳腺癌诊疗数据并传输到云服务中心；诊疗数据内包含诊疗图像以及诊疗图像的诊疗结果；步骤S2：通过云服务中心对中心医院的乳腺癌诊疗数据进行预处理；步骤S3：采用卷积神经网络提取预处理后的中心医院的乳腺癌诊疗数据中的特征；步骤S4：构建分类模型，采用步骤S3所提取的特征对分类模型进行训练，并通过云服务中心对训练好的分类模型的权重进行加密，得到最优分类模型，将最优分类模型传输到边缘服务器；所述分类模型由步骤S3中的卷积神经网络和轻量级网络EfficientNet-b4组成，并在轻量级网络EfficientNet-b4中添加特征融合层，设置轻量级网络EfficientNet-b4的最后一层连接层的输出数量；步骤S5：协作需求医院将诊疗图像上传到边缘服务器，对协作需求医院上传的诊疗图像进行标签模糊化，然后通过最优分类模型对标签模糊化后的诊疗图像进行分类。
全文数据：
权利要求：
百度查询： 南昌大学第一附属医院 一种基于人工智能的乳腺癌在线分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号