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：山东大学

摘要：本发明提出了一种基于最小生成树与证据理论的图像融合分类方法，将各模态图像的初始分类结果看作节点，各模态图像之间的冲突系数看作连接节点的边的权重，构造一个无向连通带权图，利用最小生成树算法生成该图的最小生成树；将最小生成树上连接的两两节点对利用证据理论进行融合，得到多个新的节点，构造一个新的无向连通带权图，重复上述过程直到所有节点融合完毕；利用所有模态融合结束的结果完成对图像的分类。本发明在两个多模态医学影像数据集上进行了实验验证，实验结果表明了本发明提出的基于最小生成树与证据理论的合成方法相比于传统的决策级融合算法与原始的证据理论融合方法能取得更好的分类性能。

主权项：1.一种基于最小生成树与证据理论的图像融合分类方法，该方法将各模态图像的初始分类结果看作节点，各模态图像之间的冲突系数看作连接节点的边的权重，构造一个无向连通带权图并生成该图的最小生成树，将最小生成树上连接的两两节点对利用证据理论进行融合后完成对图像的分类，该方法的具体步骤包括：一数据预处理：对各模态图像进行图像去噪、图像分割的预处理；二基本特征提取：提取各模态图像的特征；三证据体生成：对于各模态图像提取的特征，利用两层全连接层浓缩该特征蕴含的信息，并使得维度减少到具体分类问题所需维度；同时，使用激活函数获得各模态证据体的具体信息，即对于各类别的置信概率，完成各模态的证据体的生成过程；四基于最小生成树与证据理论的决策融合：首先将两两模态的证据体所蕴含的概率信息看作节点，证据体之间的冲突系数看作连接这两个节点的边的权值，构造一个无向连通带权图；然后通过生成最小生成树的方法得到该图的最小生成树，此时的图中包括所有的证据体节点且各节点之间的权重之和最小，即各模态之间总体的冲突性最小；然后通过证据理论合成规则来组合此最小生成树上互相连接的两两节点对，假设两个证据体节点分别为m1和m2，合成过程可以表示为A表示两个证据体的子集{Ai}与{Bj}之间的交集，mA为两个证据体组合后的结果，为证据体之间的冲突系数；每一对组合完毕的节点对便形成一个新的节点，所有的新节点生成完毕后重新计算各个新节点两两之间的冲突系数，以此作为节点对的边权值，重新构造成一个新的无向连通带权图，再通过生成最小生成树的方法得到该图的最小生成树；重复上述过程，直到构造的新图只剩两个节点，此时直接利用证据理论合成规则来组合这两个节点，完成全部的决策融合过程；五反向传播：利用损失函数计算第四步融合后的决策结果与真实标签之间的损失，将损失进行反向传播以训练模型；六分类：利用训练好的模型输出最终的分类结果。

全文数据：

权利要求：

百度查询： 山东大学 一种基于最小生成树与证据理论的图像融合分类方法