申请/专利权人:中国人民解放军空军军医大学
申请日:2023-11-27
公开(公告)日:2024-04-02
公开(公告)号:CN117809076A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/44;G06N3/0464;G06N3/084;G06N3/096;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了基于迁移学习的皮肤镜图像分类模型的装置及训练方法,包括以下步骤:数据获取模块,用于获取皮肤镜图像数据;预处理模块,用于对皮肤镜图像进行如下预处理:在RGB空间中采用采用闵可夫斯基范式对光源进行估算,利用估算的光源对皮肤镜图像进行变换;增强模块,用于对皮肤镜图像进行以下至少一种增强处理:亮度调整、对比度调整、饱和度调整、色调调整、翻转与旋转、裁剪图像;分类模型运行模块,用于将预处理和增强后的皮肤镜图像数据输入预先训练得到的皮肤镜图像分类模型,得到所述皮肤镜图像分类模型输出的分类结果,其中,所述皮肤镜图像分类模型是通过迁移学习将已经学习好的模型参数迁移到预训练ResNet模型中进行训练。
主权项:1.基于迁移学习的皮肤镜图像分类模型进行分类的装置,其特征在于,包括以下步骤:数据获取模块,用于获取皮肤镜图像数据;预处理模块,用于对皮肤镜图像进行如下预处理:在RGB空间中采用采用闵可夫斯基范式对光源进行估算,利用估算的光源对皮肤镜图像进行变换;增强模块,用于对皮肤镜图像进行以下至少一种增强处理:亮度调整、对比度调整、饱和度调整、色调调整、翻转与旋转、裁剪图像;分类模型运行模块,用于将预处理和增强后的皮肤镜图像数据输入预先训练得到的皮肤镜图像分类模型,得到所述皮肤镜图像分类模型输出的分类结果,其中,所述皮肤镜图像分类模型是通过迁移学习将已经学习好的模型参数迁移到预训练ResNet模型中进行训练,并经过混淆矩阵、ROC曲线、准确性、敏感性和特异性衡量指标测试验证性能有效性后得到的。
全文数据:
权利要求:
百度查询: 中国人民解放军空军军医大学 基于迁移学习的皮肤镜图像分类模型的装置及训练方法
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。