原创力文档- 1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及医学图像处理领域，旨在提供一种基于深度学习的超声影像混合训练方法。包括步骤：利用资料库中不同检查部位的超声影像数据，准备训练集、验证集和测试集；对各数据集进行预处理；构建并训练卷积神经网络，训练时采用多通道输出，但只有单一通道参与反向传播；对训练好的卷积神经网络进行测试。本发明通过结合多个不同病种的超声数据集一起训练，使得卷积神经网络模型能够接触到更多样本，缓解数据集样本少、病例单一的问题，进而提高训练得到的模型在单个任务上的表现。本发明将多个超声任务通过同一个卷积神经网络完成，可降低
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112634208 B
(45)授权公告日 2022.07.05
(21)申请号 202011445351.5 (51)Int.Cl.
文档评论（0）