龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学
摘要：本发明公开了一种基于可解释性的直肠癌肿瘤分割方法，属于医学图像处理技术领域。本发明使用基于弱特征切片的滑动窗口方法对模型内部信息流动过程中的欠关注的区域进行切片的抽取，同时使用基于特异性以及戴斯系数结合的阈值对获得的切片进行进一步筛选，最后使用结构相似性指标对切片数量进一步削减。使用切片与原数据集的图像进行复训练，相当于使用放大镜对模型分割较差的地方进行细节放大，以对在先训练存在的薄弱地方进行一定程度的加强，从而使用可解释性方法提高了模型的分割精度。本发明提供了对深度分割模型的可解释性分析，同时在保留原模型不变的基础上使用可解释性分析技术对原模型的分割能力进行提升。
主权项：1.一种基于可解释性的直肠癌肿瘤分割方法，其特征在于，包括下列步骤：步骤1，基于训练数据集对直肠癌肿瘤分割模型进行网络模型的初训练，得到初始模型；将训练数据集或部分训练数据集在初始模型上进行前向推理，保存对应数据集的每个样本在初始模型的指定层的输出特征图，以及初始模型输出的分割结果；步骤2，基于设置的特征图权重，对保存的指定层的所有输出特征图进行加权融合，得到的类激活图，该类激活图再经激活函数后得到注意力热力图；步骤3，对注意力热力图执行切片筛选：采用滑动窗口策略，滑动窗口在移动时窗口之间部分重叠，每移动一次，则计算当前窗口范围内的可解释性热力图与对应标签之间的特异性和戴斯系数，以特异性和戴斯系数的加权和作为当前窗口所对应的候选切片的度量值，保留度量值大于或等于筛选阈值的候选切片；基于候选切片之间的结构相似性对候选切片进行冗余剔除处理，得到切片筛选结果；步骤4，对筛选出的切片进行图像尺寸调整处理，使得调整后的切片的图像尺寸与模型的输入相匹配；基于调整后的所有切片和初训练的训练数据集构成新训练数据集，并基于该新训练数据集对初始模型进行复训练，得到训练好的直肠癌肿瘤分割模型。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于可解释性的直肠癌肿瘤分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号