公开(公告)号：CN111666972A

公开(公告)日：2020-09-15

申请号：CN202010350199.6

申请日：2020-04-28

申请人： 清华大学 ,  福州宜星大数据产业投资有限公司

发明人： 江瑞 ,  章博亨 ,  陈传椿 ,  付俊 ,  丁宗仁 ,  李保晟

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于深度神经网络的肝部病例图像分类方法及系统，包括：获得属于同一用户设定时间段的多张病例图像；对多张病例图像进行重采样，形成单张三维病例图像；将上述单张三维病例图像输入深度神经网络模型提取图像特征，所述图像特征包括图像颜色通道和位置信息；采用注意力机制对上述图像特征赋予权重，与肝脏有关的图像特征的权重大于其他图像特征的权重；将赋予权重的图像特征输入分类器，获得单张三维病例图像的分类概率，所述分类包括病变和正常。上述方法及系统无需标注病例图像中的位置信息。

公开(公告)号：CN111260632A

公开(公告)日：2020-06-09

申请号：CN202010048656.6

申请日：2020-01-16

申请人： 清华大学

发明人： 江瑞 ,  章博亨

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T7/90 ,  G06K9/62

摘要： 本发明提供一种基于深度神经网络的图像分析方法及装置，包括：获得医疗影像图像；去除医疗影像图像中的背景；对去除背景的医疗影像图像进行区块划分，得到构成医疗影像图像各区域；构建多种卷积神经网络模型，将多种卷积神经网络模型进行加权组合形成融合模型，对融合模型进行训练，融合模型输入是医疗影像图像的颜色通道，输出为所述医疗影像图像的类别的概率，类别包括肿瘤，类别的概率包括肿瘤概率，表示医疗影像图像为肿瘤的图像的概率；将划分后的各区域的医疗影像图像输入训练后的融合模型，得到各区域的医疗影像图像所属类别的概率，从而生成医疗影像的类别概率热图。上述方法及装置能够客观准确的分析医疗影像图像的肿瘤概率。