公开(公告)号：CN110689089A

公开(公告)日：2020-01-14

申请号：CN201910968185.8

申请日：2019-10-12

Applicant: 电子科技大学 ,  电子科技大学广东电子信息工程研究院

Inventor： 段贵多 ,  黄添喜 ,  刘江明

IPC: G06K9/62 ,  G16H30/40 ,  G16H50/20

Abstract: 本发明公开了一种用于深度学习多类别医疗图像分类的主动增量训练方法，包括以下步骤：1、对医疗图像数据集进行初步数据清洗与预处理；2、随机选择初始数据，对网络模型进行初始训练；3、测试数据集中其余样本，得到预测分数与病变类别的对应；4、对数据集中剩余样本进行十字扩充，并对候选样本进行主动筛选；5、进行进一步的数据集清洗；6、对模型进行增量训练；7、对增量训练后的模型进行测试，如果准确率已经稳定则结束训练，否则重复步骤4到步骤7。本发明对增强主动学习方法AIFT做出了改进，解决了数据不平衡导致的医疗图像分类困难、训练效率低等问题；也解决了深度学习在病变分类领域应用效果不佳的问题，提高了对医生诊断病情的辅助作用。

公开(公告)号：CN110648344A

公开(公告)日：2020-01-03

申请号：CN201910862186.4

申请日：2019-09-12

Applicant: 电子科技大学

Inventor： 段贵多 ,  朱大勇 ,  赵太银 ,  任亚洲 ,  刘江明

IPC: G06T7/13 ,  G06T7/60 ,  G06T5/00 ,  G06K9/62 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明属于医疗图像分类领域，涉及深度学习，具体为一种基于局部病灶特征的糖尿病视网膜病变分类装置，用于解决深度模型在眼底图像上分类效果不佳、结果缺乏解释性等问题。本发明通过分别对眼底图像全局特征及局部病灶信息的提取，使得病变程度严重的图像中的信息能够得到充分利用，解决了由于数据量不足且不平衡导致的深度学习在糖网病变分类领域应用效果不佳的问题；并且在局部病灶信息提取过程中，输出了眼底图像中局部病灶信息的标注结果，解决了深度学习模型结果可解释程度低的问题，提高了对眼科医生诊断病情的辅助作用。

公开(公告)号：CN110648344B

公开(公告)日：2023-01-17

申请号：CN201910862186.4

申请日：2019-09-12

Applicant: 电子科技大学

Inventor： 段贵多 ,  朱大勇 ,  赵太银 ,  任亚洲 ,  刘江明

IPC: G06T7/13 ,  G06T7/60 ,  G06T5/00 ,  G06V10/764 ,  G06V10/774 ,  G16H30/20 ,  G16H50/20

Abstract: 本发明属于医疗图像分类领域，涉及深度学习，具体为一种基于局部病灶特征的糖尿病视网膜病变分类装置，用于解决深度模型在眼底图像上分类效果不佳、结果缺乏解释性等问题。本发明通过分别对眼底图像全局特征及局部病灶信息的提取，使得病变程度严重的图像中的信息能够得到充分利用，解决了由于数据量不足且不平衡导致的深度学习在糖网病变分类领域应用效果不佳的问题；并且在局部病灶信息提取过程中，输出了眼底图像中局部病灶信息的标注结果，解决了深度学习模型结果可解释程度低的问题，提高了对眼科医生诊断病情的辅助作用。