买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:张家港江苏科技大学产业技术研究院;江苏科技大学
摘要:本申请提供一种基于相互矫正和信息融合的医学数据分类方法和装置,所述方法包括:获取目标对象的CT图像和或MRI图像;得到模糊分类模型输出的医学数据分类结果;模糊分类模型的训练过程包括:训练并内部矫正CT视图和MRI视图的决策信息;将两个视图的决策信息进行信息融合得到医学数据分类结果。本发明实施例使用零阶T‑S模糊分类器作为基本训练单元保证模型训练的可解释性,使用KL散度降低特征维度减轻决策过程的压力;在两个视图中通过多个子视图矫正分类所需的决策信息并进行信息融合以捕获多样性的决策信息,利用每种视图在决策方面的优势,实现决策信息的进一步优化从而提高分类的准确性。
主权项:1.一种基于相互矫正和信息融合的医学数据分类方法,其特征在于,所述方法包括:获取目标对象的一个或多个CT图像,和或,一个或多个MRI图像;将所述多个CT图像和所述多个MRI图像输入到模糊分类模型中,得到所述模糊分类模型输出的医学数据分类结果;其中,所述模糊分类模型的训练过程包括:根据CT图像样本数据集中的样本数据及其对应的分类标签训练CT视图的决策信息;其中,所述CT图像样本数据集被分别用于所述CT视图中的扫描子视图、第一对比度增强子视图和第二对比度增强子视图进行决策信息的相互矫正;根据MRI图像样本数据集中的样本数据及其对应的分类标签训练MRI视图的决策信息;其中,所述MRI图像样本数据分别用于所述MRI视图中的多个不同的器官子视图进行决策信息的相互矫正;将所述CT视图和所述MRI视图各自训练后的决策信息进行信息融合后,输出得到目标对象的医学数据分类结果。
全文数据:
权利要求:
百度查询: 张家港江苏科技大学产业技术研究院 江苏科技大学 基于相互矫正和信息融合的医学数据分类方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。