公开(公告)号：CN110309853A

公开(公告)日：2019-10-08

申请号：CN201910423052.2

申请日：2019-05-20

Applicant: 湖南大学

Inventor： 唐卓 ,  张琛 ,  陈建国 ,  肖正 ,  吴帆 ,  李肯立 ,  李克勤

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H30/00 ,  G16H70/60

Abstract: 本发明提供了一种基于变分自编码器的医学图像聚类方法。所述基于变分自编码器的医学图像聚类方法包括如下步骤：待聚类医疗图像提出聚类请求；对所述待聚类医疗图像进行预处理形成预处理图像；根据所述预处理图像的像素大小构建基于变分自编码器的聚类模型，并设置所述变分自编码器的损失函数对所述聚类模型进行训练；调节聚类类别个数，并重复前序步骤；比较计算获得最佳的聚类类别数及聚类结果；展示最终聚类结果。与相关技术相比，本发明的基于变分自编码其的医学图像聚类方法训练时间更短，训练正确率更高，普适性更强。

公开(公告)号：CN110309853B

公开(公告)日：2022-09-09

申请号：CN201910423052.2

申请日：2019-05-20

Applicant: 湖南大学

Inventor： 唐卓 ,  张琛 ,  陈建国 ,  肖正 ,  吴帆 ,  李肯立 ,  李克勤

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H30/00 ,  G16H70/60

Abstract: 本发明提供了一种基于变分自编码器的医学图像聚类方法。所述基于变分自编码器的医学图像聚类方法包括如下步骤：待聚类医疗图像提出聚类请求；对所述待聚类医疗图像进行预处理形成预处理图像；根据所述预处理图像的像素大小构建基于变分自编码器的聚类模型，并设置所述变分自编码器的损失函数对所述聚类模型进行训练；调节聚类类别个数，并重复前序步骤；比较计算获得最佳的聚类类别数及聚类结果；展示最终聚类结果。与相关技术相比，本发明的基于变分自编码其的医学图像聚类方法训练时间更短，训练正确率更高，普适性更强。