本發(fā)明主要涉及人工智能的深度學習技術領域。本文描述了用于醫(yī)學圖像分類方法、模型訓練方法和服務器。該醫(yī)學圖像的分類方法,包括:獲取醫(yī)學圖像的數(shù)據(jù)集合;對醫(yī)學圖像的數(shù)據(jù)集合進行質量分析,提取醫(yī)學圖像的特征信息,質量分析包括色域?飽和度?亮度分析、清晰度分析、紋理分析和熵值分析中的一個或多個;基于提取的特征信息,利用經(jīng)預先訓練的用于對醫(yī)學圖像進行異常檢測分類的深度學習網(wǎng)絡對所述醫(yī)學圖像進行分類,得到分類結果,分類包括針對醫(yī)學圖像是否為正常組織、無關組織、鏡頭失焦、白平衡失效進行分類中的一個或多個。
聲明:
“醫(yī)學圖像的分類方法、模型訓練方法和服務器” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)