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：安徽大学
摘要：本发明公开了一种结合生成对抗网络的半监督学习宫颈上皮内瘤变程度分类方法及系统，方法包括：基于改进的生成对抗网络GAN生成逼真阴道镜醋酸图像，通过超分辨率生成对抗网络SRGAN对所述逼真阴道镜醋酸图像进行优化；基于深度残差网络ResNet为优化后的逼真阴道镜醋酸图像生成伪标签，并基于优化后的逼真阴道镜醋酸图像与有真实标签的图像对所述ResNet网络进行训练，直至伪标签不再变化，保留训练后的ResNet网络；将独立的阴道醋酸镜图像输入至训练后的ResNet网络中，进行宫颈上皮内瘤变程度分类。本发明能更好地适应阴道镜图像样本覆盖不充分的情况，减少数据偏差的影响。
主权项：1.一种结合生成对抗网络的半监督学习宫颈上皮内瘤变程度分类方法，其特征在于，包括：基于改进的生成对抗网络GAN生成逼真阴道镜醋酸图像，通过超分辨率生成对抗网络SRGAN对所述逼真阴道镜醋酸图像进行优化，生成目标阴道镜醋酸图像；基于深度残差网络ResNet为所述目标阴道镜醋酸图像生成伪标签，并基于所述目标阴道镜醋酸图像与有真实标签的图像对所述ResNet网络进行训练，直至伪标签不再变化，保留训练后的ResNet网络；将待分类的阴道醋酸镜图像输入至所述训练后的ResNet网络中，进行宫颈上皮内瘤变程度分类。
全文数据：
权利要求：
百度查询： 安徽大学 一种结合生成对抗网络的半监督学习宫颈上皮内瘤变程度分类方法及系统
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