公开(公告)号：CN110610489A

公开(公告)日：2019-12-24

申请号：CN201910815839.3

申请日：2019-08-30

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  李国栋 ,  谭瑶 ,  毛莎莎 ,  许成 ,  陈佳伟 ,  焦昶哲 ,  焦李成

IPC: G06T7/00

Abstract: 本发明公开了一种基于注意力机制的光学喉镜图像病变区标注方法，主要解决现有技术没有针对光学喉镜图像进行病变区域标注及在小数据集上容易发生过拟合的问题。其实现方案：取得喉镜图像数据集以及图像数据集标签；对图像数据集进行缩放和中心化处理，将中心化后的图像数据集和图像数据集标签一起记为训练数据集；构造一个18层的网络，将训练数据集作为该网络的训练数据，利用自适应学习率优化算法优化该网络，得到训练好的网络；输入一张喉镜图像到训练好的网络，根据生成的报告在标签数据集中得到对应的病变区域并标注。本发明避免了对小数据集的过拟合，可获得光学喉镜图像的病变区域并标注，便于医生对光学喉镜图像进行诊断。

公开(公告)号：CN110610489B

公开(公告)日：2021-11-23

申请号：CN201910815839.3

申请日：2019-08-30

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  李国栋 ,  谭瑶 ,  毛莎莎 ,  许成 ,  陈佳伟 ,  焦昶哲 ,  焦李成

IPC: G06T7/00

Abstract: 本发明公开了一种基于注意力机制的光学喉镜图像病变区标注方法，主要解决现有技术没有针对光学喉镜图像进行病变区域标注及在小数据集上容易发生过拟合的问题。其实现方案：取得喉镜图像数据集以及图像数据集标签；对图像数据集进行缩放和中心化处理，将中心化后的图像数据集和图像数据集标签一起记为训练数据集；构造一个18层的网络，将训练数据集作为该网络的训练数据，利用自适应学习率优化算法优化该网络，得到训练好的网络；输入一张喉镜图像到训练好的网络，根据生成的报告在标签数据集中得到对应的病变区域并标注。本发明避免了对小数据集的过拟合，可获得光学喉镜图像的病变区域并标注，便于医生对光学喉镜图像进行诊断。