本发明主要涉及人工智能的深度学习技术领域。本文描述了用于医学图像分类方法、模型训练方法和服务器。该医学图像的分类方法，包括：获取医学图像的数据集合；对医学图像的数据集合进行质量分析，提取医学图像的特征信息，质量分析包括色域‑饱和度‑亮度分析、清晰度分析、纹理分析和熵值分析中的一个或多个；基于提取的特征信息，利用经预先训练的用于对医学图像进行异常检测分类的深度学习网络对所述医学图像进行分类，得到分类结果，分类包括针对医学图像是否为正常组织、无关组织、镜头失焦、白平衡失效进行分类中的一个或多个。
声明：
“医学图像的分类方法、模型训练方法和服务器” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1216
编辑：管理员
来源：北方有色网
咨询细节
