摘要
本发明涉及乳腺癌图像特征识别技术领域,一种基于深度学习的乳腺癌图像特征识别方法及系统,包括:根据指标相关度集对图像特征指标集进行分类,得到第一图像特征指标及第二图像特征指标集,根据第一图像特征指标识别标准第一特征指标值,根据第二图像特征指标集识别标准第二特征指标值集,根据标准第一特征指标值及标准第二特征指标值集训练初始神经网络,得到目标神经网络,识别当前第二指标区域集,根据预测第二特征指标值集对当前第二指标区域集进行优化级别调控,得到第二指标区域优化值集,根据第二指标区域优化值集对当前乳腺癌图像进行区域分级优化识别。本发明可提高乳腺癌图像特征识别过程中的图像优化效率。
技术关键词
指标
图像特征识别方法
预测误差
连续型
分类阈值
节点
图像特征识别技术
参数
特征识别系统
指图像
肿块
回声
数值
神经网络训练
识别肿瘤
形态
血管
系统为您推荐了相关专利信息
水位预测方法
机器学习模型
长短期记忆网络
皮尔逊相关系数
机制
节点电价预测方法
时间段
电价预测系统
多源融合
场景类别