原创力文档- 1、本文档共20页，其中可免费阅读19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
本发明涉及乳腺癌识别技术领域，特别涉及一种基于深度学习的乳腺癌超声图像的可解释性识别方法，S1：收集乳腺超声图像作为数据集，一部分标注结节区域，生成掩模图像，作为训练集；S2：将标注好结节的一部分数据集作为训练集训练分割网络；S3：将结节切割为边界和内核两部分，并将边界和内核切割成若干块；S4：将切割得到的数据集的一部分作为训练集训练分类网络；S5：用患者超声图像测试集测试，并得到若干分类结果；S6：采用集成学习方式，得出判别诊断，本发明对乳腺超声图像进行自动分割与切割得到大量具有边界特征和内部
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112862808 A
(43)申请公布日 2021.05.28
(21)申请号 202110253620.6 G06N 3/04 (2006.01)
文档评论（0）