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：复旦大学;复旦大学附属儿科医院
摘要：本发明提供了一种基于对比学习和主动学习的肺部病变分类方法，包括：步骤S1，首先对数据进行预处理，胸片影像的预处理包括格式转换DICOM到JPG及图像大小裁剪，并去除原始文本报告的无关信息；步骤S2，在预训练阶段，利用医学影像和其对应文本报告的语义对应关系，在公共的胸片影像‑文本报告数据集上进行多模态对比学习，获得医学多模态基础模型，该基础模型获得一定的医学多模态数据的特征提取能力。步骤S3，针对私有数据集的胸片影像数据集，将无标签数据输入肺部病变分类模型，通过主动学习算法主动选择部分样本进行肺部病变标注，形成有标签训练集，使用标注数据进行有监督训练，完成肺部病变分类模型的进一步微调。
主权项：1.一种基于对比学习和主动学习的肺部病变分类方法，其特征在于，包括以下步骤：步骤S1，首先对数据进行预处理，胸片影像的预处理包括格式转换DICOM到JPG及图像大小裁剪，并去除原始文本报告的无关信息，这一步骤确保模型接收到的输入数据质量一致，有助于后续预训练过程；步骤S2，在预训练阶段，利用医学影像和其对应文本报告的语义对应关系，在公共的胸片影像-文本报告数据集上进行多模态对比学习，获得医学多模态基础模型，该基础模型获得一定的医学多模态数据的特征提取能力；步骤S3，针对私有数据集的胸片影像数据集，将无标签数据输入肺部病变分类模型，通过主动学习算法主动选择部分样本进行肺部病变标注，形成有标签训练集，使用标注数据进行有监督训练，完成肺部病变分类模型的进一步微调。
全文数据：
权利要求：
百度查询： 复旦大学 复旦大学附属儿科医院 一种基于对比学习和主动学习的肺部病变分类方法
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