公开(公告)号：CN111127390B

公开(公告)日：2022-05-27

申请号：CN201911001521.8

申请日：2019-10-21

Applicant: 哈尔滨医科大学

Inventor： 裴俊瑞 ,  刘辉 ,  孙丽艳 ,  于钧 ,  刘运起 ,  刘宁 ,  崔丝露 ,  焦喆

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种基于迁移学习的X射线影像处理方法及系统，该系统包括：X射线影像接收模块，用于接收输入的X射线影像数据；X射线影像处理模块，利用优化模型，对所述X射线影像进行处理，并进行分类；所述优化模型通过以下方式获得：建立VGG‑16卷积神经网络，并基于X射线影像分类结果数量，放弃所述VGG‑16卷积神经网络中的全连接层，并对训练参数进行优化，得到特定全连接层，并获得完整模型；对所述完整模型进行优化，得到优化模型；输出模块，接收所述X射线影像处理模块的输出数据，并输出分类结果。本申请的方案针对大骨节异变的X射线影像处理及识别准确率高，且系统拟合情况优越，训练效率高。

公开(公告)号：CN111127390A

公开(公告)日：2020-05-08

申请号：CN201911001521.8

申请日：2019-10-21

Applicant: 哈尔滨医科大学

Inventor： 裴俊瑞 ,  刘辉 ,  孙丽艳 ,  于钧 ,  刘运起 ,  刘宁 ,  崔丝露 ,  焦喆

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种基于迁移学习的X射线影像处理方法及系统，该系统包括：X射线影像接收模块，用于接收输入的X射线影像数据；X射线影像处理模块，利用优化模型，对所述X射线影像进行处理，并进行分类；所述优化模型通过以下方式获得：建立VGG-16卷积神经网络，并基于X射线影像分类结果数量，放弃所述VGG-16卷积神经网络中的全连接层，并对训练参数进行优化，得到特定全连接层，并获得完整模型；对所述完整模型进行优化，得到优化模型；输出模块，接收所述X射线影像处理模块的输出数据，并输出分类结果。本申请的方案针对大骨节异变的X射线影像处理及识别准确率高，且系统拟合情况优越，训练效率高。