公开(公告)号：CN112263224B

公开(公告)日：2021-03-23

申请号：CN202011543525.1

申请日：2020-12-24

Applicant: 南京信息工程大学

Inventor： 谈玲 ,  荣杉山 ,  夏景明

IPC: A61B5/00

Abstract: 本发明公开了一种基于FPGA边缘计算的医学信息处理方法，属于信息处理技术领域，主要用于皮肤类的医学信息处理，本发明通过拍摄皮肤病图像，并上传至FPGA边缘计算设备进行预处理，FPGA边缘计算设备使用其搭载的IR‑BNnet模型对皮肤病图像进行信息处理，同时将FPGA的信息处理结果中类别识别概率值较低的模糊处理案例再次上传到信息处理服务器，由信息处理服务器搭载的双通道模型GL‑CNN对皮肤病图像进行更精确的二次处理，二次信息处理结果分别发送到FPGA边缘计算设备和数据平台。本发明中，FPGA边缘计算设备搭载的IR‑BNnet模型和信息处理服务器搭载的双通道模型GL‑CNN能综合使用轻便型深度学习方法和复杂高精度的深度学习方法对大量的医学信息进行精确分类，提高信息处理效率。

公开(公告)号：CN112263224A

公开(公告)日：2021-01-26

申请号：CN202011543525.1

申请日：2020-12-24

Applicant: 南京信息工程大学

Inventor： 谈玲 ,  荣杉山 ,  夏景明

IPC: A61B5/00

Abstract: 本发明公开了一种基于FPGA边缘计算的医学信息处理方法，属于信息处理技术领域，主要用于皮肤类的医学信息处理，本发明通过拍摄皮肤病图像，并上传至FPGA边缘计算设备进行预处理，FPGA边缘计算设备使用其搭载的IR‑BNnet模型对皮肤病图像进行信息处理，同时将FPGA的信息处理结果中类别识别概率值较低的模糊处理案例再次上传到信息处理服务器，由信息处理服务器搭载的双通道模型GL‑CNN对皮肤病图像进行更精确的二次处理，二次信息处理结果分别发送到FPGA边缘计算设备和数据平台。本发明中，FPGA边缘计算设备搭载的IR‑BNnet模型和信息处理服务器搭载的双通道模型GL‑CNN能综合使用轻便型深度学习方法和复杂高精度的深度学习方法对大量的医学信息进行精确分类，提高信息处理效率。