龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：皖南医学院
摘要：本发明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DenseBlock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。
主权项：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：步骤100、收集COVID-19CT图像，并对所述COVID-19CT图像进行预处理；步骤200、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；步骤300、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，引入SECA模块至DenseNet架构内，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。
全文数据：
权利要求：
百度查询： 皖南医学院 一种基于改进DenseNet的COVID-19 CT图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号