申请/专利权人：天津工业大学

申请日：2024-01-12

公开（公告）日：2024-04-09

公开（公告）号：CN117853811A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/77;G06V10/774;G06V10/776;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.04.09#公开

摘要：本发明公开一种小鼠肺部太赫兹图像的诊断分类方法，具体包括：获取若干小鼠肺部太赫兹图像，生成灰度值特征样本；采用交叉验证法将特征样本构建为训练和测试数据集；再利用主成分分析法提取数据集特征，去除冗余和不相关信息，降低数据维度；构建基于k稀疏极限学习机的初始图像分类模型，将训练数据集输入模型中进行模型训练，直至模型收敛，得到训练完成的图像分类优化模型；基于该模型对待分类图像进行类别判断，确定待分类图像所属的类别。本发明在低计算成本的基础上可以解决极限学习机随着隐藏层神经元的增加模型稳定性变差和鲁棒性弱的问题，同时确保了图像分类准确率的提升。

主权项：1.一种小鼠肺部太赫兹图像的诊断分类方法，其特征在于，包括以下步骤：1获取小鼠肺部太赫兹图像，分别包括小鼠健康肺部组织、小鼠急性肺损伤组织和基于低强度激光治疗的急性肺损伤组织的三种太赫兹图像，生成灰度值特征样本；2采用交叉验证法将特征样本按照图像类别比例划分为训练集和测试集；3对训练集使用主成分分析法提取区域特征，并获得主成分系数，再利用主成分系数对测试集进行特征提取；4将提取特征后的训练样本输入k稀疏极限学习机进行模型训练，直至模型收敛，得到训练完成的图像分类优化模型；基于训练完成的分类优化模型对待分类图像进行类别诊断，确定待分类图像所属的类别，输出最终的诊断结果。

全文数据：

权利要求：

百度查询： 天津工业大学 一种小鼠肺部太赫兹图像的诊断分类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD