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：脉得智能科技(无锡)有限公司

摘要：本发明属于人工智能及超声图像分析领域，涉及基于神经网络结构搜索的桥本氏甲状腺炎诊断系统，包括：图像数据获取模块，用于对桥本氏甲状腺炎超声图像数据收集并分类标注；神经网络搭建模块，用于构建神经网络主体结构，包括依次连接的输入单元、堆叠单元一、堆叠单元二和输出单元；神经网络结构搜索模块，用于利用主体结构中待确定模块和参数构成系统的搜索空间，并设置搜索方法和结构评估方式，再利用训练集和验证集数据训练所述搜索空间中的各个神经网络模型；模型测试模块，用于在测试集上测试所有的神经网络模型，根据评价指标得到最优神经网络结构。本发明实现神经网络结构的自动搭建，并对超声图像上的桥本氏甲状腺炎快速准确诊断。

主权项：1.一种基于神经网络结构搜索的桥本氏甲状腺炎诊断系统，其特征在于，包括：图像数据获取模块，用于对桥本氏甲状腺炎超声图像数据收集并分类标注；神经网络搭建模块，用于构建神经网络主体结构，包括依次连接的输入单元、堆叠单元一、堆叠单元二和输出单元；神经网络结构搜索模块，用于利用主体结构中待确定模块和参数构成系统的搜索空间，并设置搜索方法和结构评估方式，再利用训练集和验证集数据训练所述搜索空间中的各个神经网络模型；模型测试模块，用于在测试集上测试所有的神经网络模型，根据评价指标得到最优神经网络结构；在输入单元、堆叠单元一、堆叠单元二和输出单元的输入或输出处，还设置有卷积层A、卷积层B、卷积层H、卷积层J、卷积层S和卷积层T，主要用于提取特征、调整特征图通道数、降低特征图尺寸；所述堆叠单元一中，由卷积层C、卷积层D、卷积层E、卷积层F、卷积层G和拼接层A组成一个可重复特征提取块；卷积层E、卷积层F和卷积层G的卷积核尺寸分别为、和；在堆叠单元二中，由卷积层K、卷积层L、卷积层P、卷积层R和池化层A组成一个可重复特征提取块；在中，除卷积层P的激活操作使用sigmoid激活函数以外，其他卷积层使用LeakyRelu激活函数；所述神经网络结构搜索模块的搜索步骤为：S1搜索空间：在搭建的神经网络主体结构中，待确定的参数有超声图像尺寸、激活函数的负值斜率、卷积层的通道扩增倍数、重复堆叠次数、卷积层的通道扩增倍数和重复堆叠次数，由这些参数的取值范围构成了本系统的搜索空间；参数表示在中，各个卷积层的通道扩增倍数；参数表示在堆叠单元一中，特征提取块重复堆叠的次数；有三种可选取值，分别设置为1、2和3；有十六种可选取值，分别设置为1至16；参数表示在中，各个卷积层的通道扩增倍数；参数表示在堆叠单元二中，特征提取块重复堆叠的次数；有三种可选取值，分别设置为1、2和3；有十六种可选取值，分别设置为1至16；S2训练方法：S2-1:以参数、、、、和组成的网络做为起始网络模型，模型权重值采用随机初始化，在训练集上进行训练，总共训练最多1500轮次，同时在验证集上验证网络模型的准确率，保存在验证集上准确率最高的模型权重，记为最优模型；S2-2:固定参数和，其他参数在其取值范围内随机取值，通过选取的参数构成一个新的网络模型，在训练集上进行训练，总共训练最多1500轮次；同时在验证集上验证网络模型的准确率，若准确率大于先前最优模型的准确率，则将其记为最优模型，并保存；S2-3:重复步骤S2-2十五次，搜索最优的、、和模型参数组合；S2-4:在采用最优、、和参数组合的基础上，在堆叠单元一中随机增加的数量，该模块最大可重复数量为16；在堆叠单元二中随机增加的数量，该模块最大可重复数量为16；新增加的权重值采用随机初始化，其他权重值采用当前最优模型训练完成的对应权重值；S2-5:参照S2-2训练每一组和参数构成的新网络模型，同时重复设置和参数二十次，搜索最优网络模型的和参数组合。

全文数据：

权利要求：

百度查询： 脉得智能科技(无锡)有限公司 基于神经网络结构搜索的桥本氏甲状腺炎诊断系统