原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本申请提供了一种基于集成学习的髋关节病变智能自标注方法及装置，所述方法包括：将待标注图像输入位置检测模型，得到所述待标注图像中的髋关节图像；将所述髋关节图像输入集成学习模型，得到所述髋关节图像的多个疾病类别；基于预设的综合策略从多个所述疾病类别中确定所述髋关节图像的真实类别并标注；所述集成学习模型包括一个特征提取单元和与所述特征提取单元连接的多个分类单元。本申请中，通过使用相互结合的位置检测模型集成学习模型，实现了对于待标注图像的疾病种类进行自动化标注，通过批量化标注大大提高了疾病种类标注的速度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116894973 A
(43)申请公布日 2023.10.17
(21)申请号 202310826402.6
(22)申请日 2023.07.06
(71)申请人 北京长木谷医疗科
文档评论（0）