一种基于改进DenseNet的COVID-19 CT图像分类方法技术

本发明专利技术公开了一种基于改进DenseNet的COVID‑19CT图像分类方法，包括收集COVID‑19CT图像，并对所述COVID‑19CT图像进行预处理；通过Canny算法强调所述COVID‑19CT图像中的边缘信息，对所述COVID‑19CT图像的数据进行增强处理，得到所述COVID‑19CT图像的特征边缘图；将增强处理后的特征边缘图与原始的所述COVID‑19CT图像进行通道级联合，采用基于改进DenseNet架构的CNN模型提取经过通道级联合后的图像区域特征，并按照所述图像区域特征对所述COVID‑19CT图像进行分类；本发明专利技术应用Canny边缘检测法生成样本图像的边缘特征图，通过将边缘特征图与原始样本通道级联合来强调边缘细节，并在传统的Dense Block上集成SECA模块，从而增强了在捕捉和表示CT图像中的关键特征方面的能力，提高了对肺部CT图像分类的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及ct图像分类，具体涉及一种基于改进densenet的covid-19ct图像分类方法。

技术介绍

1、新型冠状病毒感染导致的肺炎的早期症状跟普通流感类似，表现为发热、咳嗽和乏力等，因此需通过患者胸部影像图像才能确诊，生成胸部影像图像最常见的工具为电子计算机断层扫描(computed tomography,ct)，通过该方法生成的胸部图像具有较高的分辨度和清晰度。

2、densenet作为主干网络被广泛应用于covid-19 ct图像自动诊断中，针对covid-19ct图像的多发磨玻璃影、浸润影等特点，基于改进的densenet的covid-19 ct图像分类算法，改进之处一般聚焦于增强网络注意力、改变网络模型结构等方面，目前改进的densenet的covid-19 ct图像分类算法在具体应用时还存在2个问题：

3、(1)covid-19 ct图像间分辨率、关系明暗度差异度较大，主要由不同的成像设备造成，给诊断模型的鲁棒性带来了很大的挑战。

4、(2)不同患者的covid-19 ct图像的病灶特点差异非常大，本文档来自技高网...

【技术保护点】

1.一种基于改进DenseNet的COVID-19CT图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进DenseNet的COVID-19CT图像分类方法，其特征在于，

3.根据权利要求2所述的一种基于改进DenseNet的COVID-19CT图像分类方法，其特征在于，

4.根据权利要求2所述的一种基于改进DenseNet的COVID-19CT图像分类方法，其特征在于，

5.根据权利要求4所述的一种基于改进DenseNet的COVID-19CT图像分类方法，其特征在于，

6.根据权利要求4所述的一种基...

【技术特征摘要】

1.一种基于改进densenet的covid-19ct图像分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进densenet的covid-19ct图像分类方法，其特征在于，

3.根据权利要求2所述的一种基于改进densenet的covid-19ct图像分类方法，其特征在于，

4.根据权利要求2所述的一种基于改进densenet的covid-19ct图像分类方法，其特征在于，

5.根据权利要求4所述的一种基于改进densenet的covid-19ct图像分类方法，其特征在于，

【专利技术属性】
技术研发人员：昌杰，杨利，丁娇，宛楠，刘俊彤，白羽，
申请(专利权)人：皖南医学院，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人