基于CNN的医学图像识别的方法、装置、设备和存储介质制造方法及图纸

技术编号:40580364 阅读:20 留言:0更新日期:2024-03-06 17:23
本发明专利技术涉及医学图像识别技术领域,具体为一种基于CNN的医学图像识别的方法、装置设备和存储介质,包括获取乳腺的医学图像,并对所述医学图像进行预处理得到识别图像;将所述识别图像输入至预先训练生成的乳腺图像卷积神经网络模型,生成乳腺特征向量集;用病理征象构建核心征象向量集、主要征象向量集和次要征象向量集;用乳腺癌的种类构建乳腺癌种类集;根据所述乳腺特征向量集与核心征象向量集进行比较判断;根据所述乳腺特征向量集与主要征象向量集进行比较判断;根据所述乳腺特征向量集与次要征象向量集进行比较判断;输出可能的结果。本发明专利技术通过提供一种基于CNN的医学图像识别方法,帮助新手医学进行辅助训练,识别乳腺癌种类。

【技术实现步骤摘要】

本专利技术涉及医学图像识别,具体为一种基于cnn的医学图像识别的方法、装置、设备和存储介质。


技术介绍

1、近年来,乳腺癌已成为女性较常见的致命疾病之一,原因是乳腺组织中的恶性肿瘤细胞进一步恶化。医生在治疗乳腺癌时往往需要通过医学图像来判断乳腺癌类型,但是乳腺癌早期症状不明显,并且乳腺癌患者的临床症状、乳房外观、以及乳腺癌的病理形态、分子分型亚型等都可能存在着多种变异,因此疾病表现并不典型,并且乳腺癌分子分型的判断需要丰富的临床实践和经验,对于缺乏经验的新手医生而言判断乳腺癌类型尤其是阅读乳腺癌的医学图像上是一个难题。在培养新手医生上,医学教育和培训资源的产出和管理都需要大量的投资,具有长周期和高成本的特征,但是医学教育的教学方法和效果不同,培训实践不充分,因此需要医疗机构制定出实际可行的综合培训体系来帮助医生快速扩展自身技能和知识量。而对于新手医生进行辅助判断乳腺癌类型,缺少一种辅助训练系统,通过辅助训练系统可以帮助新手医生对乳腺癌类型进行预测并逐步具备乳腺癌医学图像的阅读能力。

2、为此,提出一种基于cnn的医学图像识别的方法、装置、设备和本文档来自技高网...

【技术保护点】

1.一种基于CNN的医学图像识别的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,步骤200,具体包括:

3.据权利要求2所述的方法,其特征在于,步骤220,具体包括:

4.根据权利要求1所述的方法,其特征在于,步骤300,具体还包括:

5.一种基于CNN的医学图像识别的装置,其特征在于:

6.根据权利要求5所述的装置,其特征在于,所述生成模块,具体用于:

7.根据权利要求5所述的装置,其特征在于,所述生成模块,具体还用于:

8.根据权利要求5所述的装置,其特征在于,所述构建装置,还用...

【技术特征摘要】

1.一种基于cnn的医学图像识别的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,步骤200,具体包括:

3.据权利要求2所述的方法,其特征在于,步骤220,具体包括:

4.根据权利要求1所述的方法,其特征在于,步骤300,具体还包括:

5.一种基于cnn的医学图像识别的装置,其特征在于:

6.根据权利要求5所述的装置,其特征在于,所述生成模块,具体用于:

7.根据权利要求5所述的装置,其特...

【专利技术属性】
技术研发人员:陈书英
申请(专利权)人:安徽康之辉生物科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1