摘要
一种基于深度网络模型和树形结构集成的骶髂关节炎分类方法涉及医学影像处理领域,解决骶髂关节炎CT影像的分类由于样本少、类别数多、问题间难度不均衡的问题。本发明根据端到端的网络模型分类结果和先验知识,提出了树形结构分类的思想。为克服样本少导致的模型可能过拟合的问题,我们采用了集成模型投票的思想,以降低方差,提高模型的鲁棒性。
技术关键词
深度网络模型
树形结构
图像
分支
分类方法
ResNet网络
Softmax函数
骶髂关节炎
节点
深度神经网络
树状结构
序列
代表
阶段
鲁棒性
感兴趣
数据
系统为您推荐了相关专利信息
刀具磨损监测
刀具磨损状态
故障诊断模型
切削刀具
修复方法
主动脉
多尺度特征融合
三维图像特征
三维结构
二维图像特征
监督学习模型
质心分类器
特征提取器
图像识别方法
图像识别模型