CN109635835A - 一种基于深度学习与迁移学习的乳腺病变区域检测方法 - Google Patents
一种基于深度学习与迁移学习的乳腺病变区域检测方法 Download PDFInfo
- Publication number
- CN109635835A CN109635835A CN201811326514.0A CN201811326514A CN109635835A CN 109635835 A CN109635835 A CN 109635835A CN 201811326514 A CN201811326514 A CN 201811326514A CN 109635835 A CN109635835 A CN 109635835A
- Authority
- CN
- China
- Prior art keywords
- lump
- layer
- image
- training
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013135 deep learning Methods 0.000 title claims abstract description 16
- 230000003902 lesion Effects 0.000 title claims abstract description 16
- 210000000481 breast Anatomy 0.000 title claims abstract description 13
- 238000013526 transfer learning Methods 0.000 title claims abstract description 13
- 238000012549 training Methods 0.000 claims abstract description 48
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 210000005075 mammary gland Anatomy 0.000 claims abstract description 11
- 239000000284 extract Substances 0.000 claims abstract description 8
- 230000003321 amplification Effects 0.000 claims abstract description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 5
- 238000002360 preparation method Methods 0.000 claims abstract description 5
- 210000001519 tissue Anatomy 0.000 claims description 21
- 238000009432 framing Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 230000004913 activation Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000002441 reversible effect Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 206010006272 Breast mass Diseases 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 4
- 239000006071 cream Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000000105 evaporative light scattering detection Methods 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 4
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 230000000873 masking effect Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 210000005036 nerve Anatomy 0.000 claims description 4
- 210000002569 neuron Anatomy 0.000 claims description 4
- 210000004205 output neuron Anatomy 0.000 claims description 4
- 230000036961 partial effect Effects 0.000 claims description 4
- 238000002203 pretreatment Methods 0.000 claims description 4
- 230000000644 propagated effect Effects 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 210000004907 gland Anatomy 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000013480 data collection Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 230000002308 calcification Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 208000008771 Lymphadenopathy Diseases 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 208000013228 adenopathy Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811326514.0A CN109635835A (zh) | 2018-11-08 | 2018-11-08 | 一种基于深度学习与迁移学习的乳腺病变区域检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811326514.0A CN109635835A (zh) | 2018-11-08 | 2018-11-08 | 一种基于深度学习与迁移学习的乳腺病变区域检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109635835A true CN109635835A (zh) | 2019-04-16 |
Family
ID=66067494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811326514.0A Pending CN109635835A (zh) | 2018-11-08 | 2018-11-08 | 一种基于深度学习与迁移学习的乳腺病变区域检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109635835A (zh) |
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210570A (zh) * | 2019-06-10 | 2019-09-06 | 上海延华大数据科技有限公司 | 基于深度学习的糖尿病视网膜病变图像多分类方法 |
CN110378385A (zh) * | 2019-06-20 | 2019-10-25 | 安徽省农业科学院畜牧兽医研究所 | 一种牛肉纹理自动评级方法、系统、装置和存储介质 |
CN110414539A (zh) * | 2019-08-05 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种提取特征描述信息的方法和相关装置 |
CN110459303A (zh) * | 2019-06-27 | 2019-11-15 | 浙江工业大学 | 基于深度迁移的医疗影像异常检测装置 |
CN110555461A (zh) * | 2019-07-31 | 2019-12-10 | 中国地质大学(武汉) | 基于多结构卷积神经网络特征融合的场景分类方法及系统 |
CN110706218A (zh) * | 2019-09-26 | 2020-01-17 | 四川大学 | 基于动态增强磁共振成像的乳腺肿瘤定位分析方法 |
CN111047582A (zh) * | 2019-12-17 | 2020-04-21 | 山东大学齐鲁医院 | 基于深度学习的小肠镜下克罗恩病辅助诊断系统 |
CN111062935A (zh) * | 2019-12-27 | 2020-04-24 | 深圳大学 | 一种乳腺肿瘤检测方法、存储介质及终端设备 |
CN111127400A (zh) * | 2019-11-29 | 2020-05-08 | 深圳蓝韵医学影像有限公司 | 一种乳腺病变检测方法和装置 |
CN111242877A (zh) * | 2019-12-31 | 2020-06-05 | 北京深睿博联科技有限责任公司 | 乳腺x射线影像配准方法和装置 |
CN111275104A (zh) * | 2020-01-16 | 2020-06-12 | 重庆金山医疗技术研究院有限公司 | 一种模型训练方法、装置、服务器及存储介质 |
CN111291789A (zh) * | 2020-01-19 | 2020-06-16 | 华东交通大学 | 基于多阶段多特征深度融合的乳腺癌图像识别方法及系统 |
CN111311553A (zh) * | 2020-01-21 | 2020-06-19 | 长沙理工大学 | 基于感兴趣区域的乳腺肿瘤识别方法、装置及存储介质 |
CN111310831A (zh) * | 2020-02-19 | 2020-06-19 | 中国科学院光电技术研究所 | 一种基于深度学习的小目标检测网络逐层训练方法 |
CN111680687A (zh) * | 2020-06-09 | 2020-09-18 | 江西理工大学 | 一种应用于乳腺x线图像异常识别的深度融合模型及其分类方法 |
CN111767937A (zh) * | 2019-11-13 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 目标检测模型训练方法、装置、电子设备及存储介质 |
CN111784639A (zh) * | 2020-06-05 | 2020-10-16 | 浙江大学 | 基于深度学习的口腔全景片龋齿深度识别方法 |
CN111833311A (zh) * | 2020-06-18 | 2020-10-27 | 安徽农业大学 | 基于深度学习的图像识别方法及在水稻病害识别上的应用 |
CN111863237A (zh) * | 2020-05-29 | 2020-10-30 | 东莞理工学院 | 一种基于深度学习的移动端疾病智能辅助诊断系统 |
CN111915576A (zh) * | 2020-07-15 | 2020-11-10 | 杭州深睿博联科技有限公司 | 一种循环残差乳腺x射线良恶性诊断学习方法及装置 |
CN112101451A (zh) * | 2020-09-14 | 2020-12-18 | 北京联合大学 | 一种基于生成对抗网络筛选图像块的乳腺癌组织病理类型分类方法 |
CN112132808A (zh) * | 2020-09-23 | 2020-12-25 | 沈阳建筑大学 | 基于常态模型学习的乳腺x线图像病变检测方法和装置 |
CN112434739A (zh) * | 2020-11-25 | 2021-03-02 | 西安交通大学 | 一种基于多核学习的支持向量机的化工过程故障诊断方法 |
CN112614119A (zh) * | 2020-12-28 | 2021-04-06 | 上海市精神卫生中心(上海市心理咨询培训中心) | 医学图像感兴趣区域可视化方法、装置、存储介质和设备 |
WO2021077522A1 (zh) * | 2019-10-25 | 2021-04-29 | 深圳技术大学 | 全息微波乳房肿块识别方法及识别系统 |
CN113205484A (zh) * | 2021-04-06 | 2021-08-03 | 武汉大学 | 一种基于迁移学习的乳腺组织分类识别方法 |
CN113257413A (zh) * | 2021-06-22 | 2021-08-13 | 安翰科技(武汉)股份有限公司 | 基于深度学习的癌症预后生存预测方法、设备及存储介质 |
CN113344854A (zh) * | 2021-05-10 | 2021-09-03 | 深圳瀚维智能医疗科技有限公司 | 基于乳腺超声视频的病灶检测方法、装置、设备及介质 |
CN113379030A (zh) * | 2021-05-19 | 2021-09-10 | 北京创安恒宇科技有限公司 | 一种基于多维安全控制措施模型识别的比对方法 |
CN113408620A (zh) * | 2021-06-21 | 2021-09-17 | 西安工业大学 | 一种乳腺组织病理图像分类方法 |
CN113450305A (zh) * | 2020-03-26 | 2021-09-28 | 太原理工大学 | 医疗图像的处理方法、系统、设备及可读存储介质 |
CN113642518A (zh) * | 2021-08-31 | 2021-11-12 | 山东省计算中心(国家超级计算济南中心) | 基于迁移学习的her2病理图像细胞膜着色完整性判别方法 |
WO2022089473A1 (en) * | 2020-10-30 | 2022-05-05 | International Business Machines Corporation | Multiple operating point false positive removal for lesion identification |
CN114494160A (zh) * | 2022-01-10 | 2022-05-13 | 复旦大学 | 一种基于完全融合集成网络候选框的骨折检测方法 |
CN114820592A (zh) * | 2022-06-06 | 2022-07-29 | 北京医准智能科技有限公司 | 图像处理装置、电子设备及介质 |
US11436724B2 (en) | 2020-10-30 | 2022-09-06 | International Business Machines Corporation | Lesion detection artificial intelligence pipeline computing system |
CN115187591A (zh) * | 2022-09-08 | 2022-10-14 | 深圳市资福医疗技术有限公司 | 一种病灶检测方法、系统、设备及存储介质 |
CN115273908A (zh) * | 2022-08-05 | 2022-11-01 | 东北农业大学 | 一种基于分类器融合的生猪咳嗽声音识别方法 |
US11587236B2 (en) | 2020-10-30 | 2023-02-21 | International Business Machines Corporation | Refining lesion contours with combined active contour and inpainting |
CN116206248A (zh) * | 2023-04-28 | 2023-06-02 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于机器学习引导深度学习的目标检测方法 |
US11688063B2 (en) | 2020-10-30 | 2023-06-27 | Guerbet | Ensemble machine learning model architecture for lesion detection |
US11694329B2 (en) | 2020-10-30 | 2023-07-04 | International Business Machines Corporation | Logistic model to determine 3D z-wise lesion connectivity |
US11749401B2 (en) | 2020-10-30 | 2023-09-05 | Guerbet | Seed relabeling for seed-based segmentation of a medical image |
CN116796251A (zh) * | 2023-08-25 | 2023-09-22 | 江苏省互联网行业管理服务中心 | 一种基于图文多模态的不良网站分类方法、系统及设备 |
CN116882486A (zh) * | 2023-09-05 | 2023-10-13 | 浙江大华技术股份有限公司 | 一种迁移学习权重的构建方法和装置及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326931A (zh) * | 2016-08-25 | 2017-01-11 | 南京信息工程大学 | 基于深度学习的乳腺钼靶图像自动分类方法 |
CN106485251A (zh) * | 2016-10-08 | 2017-03-08 | 天津工业大学 | 基于深度学习的鸡蛋胚胎分类 |
US20170083793A1 (en) * | 2015-09-18 | 2017-03-23 | Htc Corporation | Method, electronic apparatus, and computer readable medium of constructing classifier for skin-infection detection |
CN106682704A (zh) * | 2017-01-20 | 2017-05-17 | 中国科学院合肥物质科学研究院 | 一种基于融合上下文信息的混合卷积神经网络的病害图像识别方法 |
US20170249739A1 (en) * | 2016-02-26 | 2017-08-31 | Biomediq A/S | Computer analysis of mammograms |
CN107133616A (zh) * | 2017-04-02 | 2017-09-05 | 南京汇川图像视觉技术有限公司 | 一种基于深度学习的无分割字符定位与识别方法 |
CN107239802A (zh) * | 2017-06-28 | 2017-10-10 | 广东工业大学 | 一种图像分类方法及装置 |
CN107665336A (zh) * | 2017-09-20 | 2018-02-06 | 厦门理工学院 | 智能冰箱中基于Faster‑RCNN的多目标检测方法 |
US20180075628A1 (en) * | 2016-09-12 | 2018-03-15 | Zebra Medical Vision Ltd. | Systems and methods for automated detection of an indication of malignancy in a mammographic image |
US20180144466A1 (en) * | 2016-11-23 | 2018-05-24 | General Electric Company | Deep learning medical systems and methods for image acquisition |
CN108596040A (zh) * | 2018-03-29 | 2018-09-28 | 中山大学 | 一种基于双目视觉的串联通道融合行人检测方法 |
-
2018
- 2018-11-08 CN CN201811326514.0A patent/CN109635835A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170083793A1 (en) * | 2015-09-18 | 2017-03-23 | Htc Corporation | Method, electronic apparatus, and computer readable medium of constructing classifier for skin-infection detection |
US20170249739A1 (en) * | 2016-02-26 | 2017-08-31 | Biomediq A/S | Computer analysis of mammograms |
CN106326931A (zh) * | 2016-08-25 | 2017-01-11 | 南京信息工程大学 | 基于深度学习的乳腺钼靶图像自动分类方法 |
US20180075628A1 (en) * | 2016-09-12 | 2018-03-15 | Zebra Medical Vision Ltd. | Systems and methods for automated detection of an indication of malignancy in a mammographic image |
CN106485251A (zh) * | 2016-10-08 | 2017-03-08 | 天津工业大学 | 基于深度学习的鸡蛋胚胎分类 |
US20180144466A1 (en) * | 2016-11-23 | 2018-05-24 | General Electric Company | Deep learning medical systems and methods for image acquisition |
CN106682704A (zh) * | 2017-01-20 | 2017-05-17 | 中国科学院合肥物质科学研究院 | 一种基于融合上下文信息的混合卷积神经网络的病害图像识别方法 |
CN107133616A (zh) * | 2017-04-02 | 2017-09-05 | 南京汇川图像视觉技术有限公司 | 一种基于深度学习的无分割字符定位与识别方法 |
CN107239802A (zh) * | 2017-06-28 | 2017-10-10 | 广东工业大学 | 一种图像分类方法及装置 |
CN107665336A (zh) * | 2017-09-20 | 2018-02-06 | 厦门理工学院 | 智能冰箱中基于Faster‑RCNN的多目标检测方法 |
CN108596040A (zh) * | 2018-03-29 | 2018-09-28 | 中山大学 | 一种基于双目视觉的串联通道融合行人检测方法 |
Non-Patent Citations (3)
Title |
---|
MANALI SHAHA ET AL: "Transfer Learning for Image Classification", 《2018 SECOND INTERNATIONAL CONFERENCE ON ELECTRONICS, COMMUNICATION AND AEROSPACE TECHNOLOGY (ICECA)》, 1 October 2018 (2018-10-01), pages 656 - 660 * |
周爱明等: "基于深度学习的蝴蝶科级标本图像自动识别", 《昆虫学报》, vol. 60, no. 11, 1 February 2018 (2018-02-01), pages 1339 - 1348 * |
马樱: "《基于数据挖掘的软件缺陷预测技术》", 31 December 2017, pages: 31 - 32 * |
Cited By (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210570A (zh) * | 2019-06-10 | 2019-09-06 | 上海延华大数据科技有限公司 | 基于深度学习的糖尿病视网膜病变图像多分类方法 |
CN110378385A (zh) * | 2019-06-20 | 2019-10-25 | 安徽省农业科学院畜牧兽医研究所 | 一种牛肉纹理自动评级方法、系统、装置和存储介质 |
CN110459303A (zh) * | 2019-06-27 | 2019-11-15 | 浙江工业大学 | 基于深度迁移的医疗影像异常检测装置 |
CN110555461A (zh) * | 2019-07-31 | 2019-12-10 | 中国地质大学(武汉) | 基于多结构卷积神经网络特征融合的场景分类方法及系统 |
CN110414539A (zh) * | 2019-08-05 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 一种提取特征描述信息的方法和相关装置 |
CN110706218A (zh) * | 2019-09-26 | 2020-01-17 | 四川大学 | 基于动态增强磁共振成像的乳腺肿瘤定位分析方法 |
CN110706218B (zh) * | 2019-09-26 | 2022-03-08 | 四川大学 | 基于动态增强磁共振成像的乳腺肿瘤定位分析方法 |
WO2021077522A1 (zh) * | 2019-10-25 | 2021-04-29 | 深圳技术大学 | 全息微波乳房肿块识别方法及识别系统 |
CN111767937A (zh) * | 2019-11-13 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 目标检测模型训练方法、装置、电子设备及存储介质 |
CN111127400A (zh) * | 2019-11-29 | 2020-05-08 | 深圳蓝韵医学影像有限公司 | 一种乳腺病变检测方法和装置 |
CN111047582A (zh) * | 2019-12-17 | 2020-04-21 | 山东大学齐鲁医院 | 基于深度学习的小肠镜下克罗恩病辅助诊断系统 |
CN111062935B (zh) * | 2019-12-27 | 2023-10-20 | 深圳大学 | 一种乳腺肿瘤检测方法、存储介质及终端设备 |
CN111062935A (zh) * | 2019-12-27 | 2020-04-24 | 深圳大学 | 一种乳腺肿瘤检测方法、存储介质及终端设备 |
CN111242877A (zh) * | 2019-12-31 | 2020-06-05 | 北京深睿博联科技有限责任公司 | 乳腺x射线影像配准方法和装置 |
CN111275104A (zh) * | 2020-01-16 | 2020-06-12 | 重庆金山医疗技术研究院有限公司 | 一种模型训练方法、装置、服务器及存储介质 |
CN111291789A (zh) * | 2020-01-19 | 2020-06-16 | 华东交通大学 | 基于多阶段多特征深度融合的乳腺癌图像识别方法及系统 |
CN111291789B (zh) * | 2020-01-19 | 2022-07-05 | 华东交通大学 | 基于多阶段多特征深度融合的乳腺癌图像识别方法及系统 |
CN111311553A (zh) * | 2020-01-21 | 2020-06-19 | 长沙理工大学 | 基于感兴趣区域的乳腺肿瘤识别方法、装置及存储介质 |
CN111310831A (zh) * | 2020-02-19 | 2020-06-19 | 中国科学院光电技术研究所 | 一种基于深度学习的小目标检测网络逐层训练方法 |
CN113450305A (zh) * | 2020-03-26 | 2021-09-28 | 太原理工大学 | 医疗图像的处理方法、系统、设备及可读存储介质 |
CN111863237A (zh) * | 2020-05-29 | 2020-10-30 | 东莞理工学院 | 一种基于深度学习的移动端疾病智能辅助诊断系统 |
CN111784639A (zh) * | 2020-06-05 | 2020-10-16 | 浙江大学 | 基于深度学习的口腔全景片龋齿深度识别方法 |
CN111680687A (zh) * | 2020-06-09 | 2020-09-18 | 江西理工大学 | 一种应用于乳腺x线图像异常识别的深度融合模型及其分类方法 |
CN111680687B (zh) * | 2020-06-09 | 2022-05-10 | 江西理工大学 | 一种应用于乳腺x线图像异常识别的深度融合分类方法 |
CN111833311B (zh) * | 2020-06-18 | 2023-12-22 | 安徽农业大学 | 基于深度学习的图像识别方法及在水稻病害识别上的应用 |
CN111833311A (zh) * | 2020-06-18 | 2020-10-27 | 安徽农业大学 | 基于深度学习的图像识别方法及在水稻病害识别上的应用 |
CN111915576A (zh) * | 2020-07-15 | 2020-11-10 | 杭州深睿博联科技有限公司 | 一种循环残差乳腺x射线良恶性诊断学习方法及装置 |
CN112101451A (zh) * | 2020-09-14 | 2020-12-18 | 北京联合大学 | 一种基于生成对抗网络筛选图像块的乳腺癌组织病理类型分类方法 |
CN112101451B (zh) * | 2020-09-14 | 2024-01-05 | 北京联合大学 | 一种基于生成对抗网络筛选图像块的乳腺癌组织病理类型分类方法 |
CN112132808B (zh) * | 2020-09-23 | 2023-11-07 | 沈阳建筑大学 | 基于常态模型学习的乳腺x线图像病变检测方法和装置 |
CN112132808A (zh) * | 2020-09-23 | 2020-12-25 | 沈阳建筑大学 | 基于常态模型学习的乳腺x线图像病变检测方法和装置 |
WO2022089473A1 (en) * | 2020-10-30 | 2022-05-05 | International Business Machines Corporation | Multiple operating point false positive removal for lesion identification |
US11688065B2 (en) | 2020-10-30 | 2023-06-27 | Guerbet | Lesion detection artificial intelligence pipeline computing system |
US11688063B2 (en) | 2020-10-30 | 2023-06-27 | Guerbet | Ensemble machine learning model architecture for lesion detection |
US11688517B2 (en) | 2020-10-30 | 2023-06-27 | Guerbet | Multiple operating point false positive removal for lesion identification |
US11587236B2 (en) | 2020-10-30 | 2023-02-21 | International Business Machines Corporation | Refining lesion contours with combined active contour and inpainting |
US11694329B2 (en) | 2020-10-30 | 2023-07-04 | International Business Machines Corporation | Logistic model to determine 3D z-wise lesion connectivity |
US11749401B2 (en) | 2020-10-30 | 2023-09-05 | Guerbet | Seed relabeling for seed-based segmentation of a medical image |
US11436724B2 (en) | 2020-10-30 | 2022-09-06 | International Business Machines Corporation | Lesion detection artificial intelligence pipeline computing system |
CN112434739A (zh) * | 2020-11-25 | 2021-03-02 | 西安交通大学 | 一种基于多核学习的支持向量机的化工过程故障诊断方法 |
CN112614119B (zh) * | 2020-12-28 | 2024-04-12 | 上海市精神卫生中心(上海市心理咨询培训中心) | 医学图像感兴趣区域可视化方法、装置、存储介质和设备 |
CN112614119A (zh) * | 2020-12-28 | 2021-04-06 | 上海市精神卫生中心(上海市心理咨询培训中心) | 医学图像感兴趣区域可视化方法、装置、存储介质和设备 |
CN113205484B (zh) * | 2021-04-06 | 2022-08-05 | 武汉大学 | 一种基于迁移学习的乳腺组织分类识别方法 |
CN113205484A (zh) * | 2021-04-06 | 2021-08-03 | 武汉大学 | 一种基于迁移学习的乳腺组织分类识别方法 |
CN113344854A (zh) * | 2021-05-10 | 2021-09-03 | 深圳瀚维智能医疗科技有限公司 | 基于乳腺超声视频的病灶检测方法、装置、设备及介质 |
CN113379030A (zh) * | 2021-05-19 | 2021-09-10 | 北京创安恒宇科技有限公司 | 一种基于多维安全控制措施模型识别的比对方法 |
CN113408620A (zh) * | 2021-06-21 | 2021-09-17 | 西安工业大学 | 一种乳腺组织病理图像分类方法 |
CN113257413A (zh) * | 2021-06-22 | 2021-08-13 | 安翰科技(武汉)股份有限公司 | 基于深度学习的癌症预后生存预测方法、设备及存储介质 |
WO2022268102A1 (zh) * | 2021-06-22 | 2022-12-29 | 安翰科技(武汉)股份有限公司 | 基于深度学习的癌症预后生存预测方法、设备及存储介质 |
CN113642518B (zh) * | 2021-08-31 | 2023-08-22 | 山东省计算中心(国家超级计算济南中心) | 基于迁移学习的her2病理图像细胞膜着色完整性判别方法 |
CN113642518A (zh) * | 2021-08-31 | 2021-11-12 | 山东省计算中心(国家超级计算济南中心) | 基于迁移学习的her2病理图像细胞膜着色完整性判别方法 |
CN114494160A (zh) * | 2022-01-10 | 2022-05-13 | 复旦大学 | 一种基于完全融合集成网络候选框的骨折检测方法 |
CN114494160B (zh) * | 2022-01-10 | 2023-04-18 | 复旦大学 | 一种基于完全融合集成网络候选框的骨折检测方法 |
CN114820592A (zh) * | 2022-06-06 | 2022-07-29 | 北京医准智能科技有限公司 | 图像处理装置、电子设备及介质 |
CN114820592B (zh) * | 2022-06-06 | 2023-04-07 | 北京医准智能科技有限公司 | 图像处理装置、电子设备及介质 |
CN115273908A (zh) * | 2022-08-05 | 2022-11-01 | 东北农业大学 | 一种基于分类器融合的生猪咳嗽声音识别方法 |
CN115187591A (zh) * | 2022-09-08 | 2022-10-14 | 深圳市资福医疗技术有限公司 | 一种病灶检测方法、系统、设备及存储介质 |
CN116206248A (zh) * | 2023-04-28 | 2023-06-02 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于机器学习引导深度学习的目标检测方法 |
CN116796251A (zh) * | 2023-08-25 | 2023-09-22 | 江苏省互联网行业管理服务中心 | 一种基于图文多模态的不良网站分类方法、系统及设备 |
CN116882486A (zh) * | 2023-09-05 | 2023-10-13 | 浙江大华技术股份有限公司 | 一种迁移学习权重的构建方法和装置及设备 |
CN116882486B (zh) * | 2023-09-05 | 2023-11-14 | 浙江大华技术股份有限公司 | 一种迁移学习权重的构建方法和装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635835A (zh) | 一种基于深度学习与迁移学习的乳腺病变区域检测方法 | |
Xue et al. | An application of transfer learning and ensemble learning techniques for cervical histopathology image classification | |
CN107610087B (zh) | 一种基于深度学习的舌苔自动分割方法 | |
CN108648191B (zh) | 基于贝叶斯宽度残差神经网络的害虫图像识别方法 | |
CN107909566A (zh) | 一种基于深度学习的皮肤癌黑色素瘤的图像识别方法 | |
CN110334565A (zh) | 一种显微镜病理照片的宫颈癌病变细胞分类系统 | |
CN107977671A (zh) | 一种基于多任务卷积神经网络的舌象分类方法 | |
CN107369160A (zh) | 一种oct图像中脉络膜新生血管分割算法 | |
CN109376636A (zh) | 基于胶囊网络的眼底视网膜图像分类方法 | |
CN107464250A (zh) | 基于三维mri图像的乳腺肿瘤自动分割方法 | |
CN108734138A (zh) | 一种基于集成学习的黑色素瘤皮肤病图像分类方法 | |
CN106096654A (zh) | 一种基于深度学习和结合策略的细胞异型性自动分级方法 | |
Pan et al. | Mitosis detection techniques in H&E stained breast cancer pathological images: A comprehensive review | |
Liang et al. | Identification of colon cancer using multi-scale feature fusion convolutional neural network based on shearlet transform | |
CN109447998A (zh) | 基于PCANet深度学习模型下的自动分割方法 | |
CN109544518A (zh) | 一种应用于骨骼成熟度评估的方法及其系统 | |
CN106778687A (zh) | 基于局部评估和全局优化的注视点检测方法 | |
CN110097974A (zh) | 一种基于深度学习算法的鼻咽癌远端转移预测系统 | |
CN109977955A (zh) | 一种基于深度学习的宫颈癌前病变识别的方法 | |
CN108717693A (zh) | 一种基于rpn的视盘定位方法 | |
Cao et al. | Gastric cancer diagnosis with mask R-CNN | |
CN110853011A (zh) | 用于肺结节检测的卷积神经网络模型的构建方法 | |
CN109993230A (zh) | 一种面向脑功能磁共振图像分类的tsk模糊系统建模方法 | |
CN110363768A (zh) | 一种基于深度学习的早期癌病灶范围预测辅助系统 | |
CN114842238B (zh) | 一种嵌入式乳腺超声影像的识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No.103, baguang District Service Center, No.2 BaiShaWan Road, baguang community, Kuiyong street, Dapeng New District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Lanying Medical Technology Co.,Ltd. Address before: 518000 Shenzhen, Baoan District, Guangdong Shiyan street, Lang Xin neighborhood committee, brick factory village, Liyuan Industrial Zone, hung lung hi tech Industrial Park (blue Yun Industrial Park), 1 1 buildings. Applicant before: SHENZHEN LANYUN MEDICAL IMAGE CO.,LTD. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |