摘要
本发明的基于卷积神经网络的肺部CT影像衰老评估方法,包括模型构建与训练部分、分类器部分和模型评估部分,模型构建与训练部分首先以健康人群的肺部CT影像建立数据集,并根据健康人群的年龄段对CT影像进行分类,然后对图像进行增强处理和对类别标签进行编码处理,最后建立卷积神经网络模型;分类器部分采用Softmax函数,经过分类器分类,得到输入图像判别为各个衰老程度的概率,并以最高概率对应的年龄段作为CT影像的衰老结果。本发明的基于卷积神经网络的肺部CT影像衰老评估方法,以一种更加客观与快速的方式,实现有效的肺部CT影像评估,在减少人工评估工作量的同时,也减轻人工评估的主观意向对最终诊断结果的影响。
技术关键词
Softmax函数
卷积神经网络模型
影像
图像
衰老
分类器
ReLU函数
构建卷积神经网络
标签
像素
编码
文件夹
特征值
数据
非线性
纹理特征
序列
鲁棒性
矩阵
系统为您推荐了相关专利信息
头像
图像识别方法
面部特征
密度
图像数据采集模块
预测运动向量
稳定视频
视频帧
视频采集模块
运动伪影
地点识别方法
深度哈希
特征提取网络
弱监督方法
语义特征