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：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
摘要：本发明公开了一种内镜图像息肉分割方法、系统、装置及存储介质，具体步骤包括获取历史内镜图像，并将历史内镜图像根据消化道部位、息肉形态分型，以及病理类型划分为不同的任务集；基于卷积自动编码器、卷积自动解码器和跳跃连接结构构建基础学习模型，并将构建的基础学习模型作为隐结点构建元学习模型；根据不同的任务集对基础学习模型和元学习模型进行参数优化，得到优化模型；获取待测样本图像输入优化模型，生成类别对应的基础学习模型后进行内镜图像息肉分割。本发明通过构建基于元学习的元学习模型和基础学习模型，以及优化得到优化模型。能够用较小的样本学会从内镜图像中分割出息肉，适用于不同的消化道部位，息肉形态以及病理分型。
主权项：1.一种基于元学习的内镜图像息肉分割方法，其特征在于，具体包括以下步骤：获取历史内镜图像，并将历史内镜图像根据消化道部位、息肉形态分型，以及病理类型划分为不同的任务集；基于卷积自动编码器、卷积自动解码器和跳跃链接结构构建基础学习模型，并将构建的基础学习模型作为隐结点构建元学习模型；根据不同的任务集对基础学习模型和元学习模型进行参数优化，得到优化模型，其具体步骤包括：随机抽取不同的任务集中满足批处理任务量的任务形成批任务集；抽取批任务集中未训练任务的训练集和验证集输入到基础学习模型；基于基础学习模型和训练集进行特征提取并进行特征融合，输出处理后的信息；根据交叉熵损失函数计算损失并利用梯度下降的方法对基础学习模型进行权重更新和参数优化；重复优化步骤，得到基础学习模型的优化模型；将任务的测试集输入优化模型，得到单任务的损失；重复抽取批任务集中任务，直到批任务集中任一任务都用于训练基础学习模型并得到相应测试集下的损失；根据批任务集中任务的损失进行求和，利用Adam优化器对所求的损失总和进行反向梯度下降，优化元学习模型对基础学习模型的超参数设置；重复优化步骤，得到元学习模型的优化模型；获取待测样本图像输入优化模型，生成类别对应的基础学习模型后进行内镜图像息肉分割。
全文数据：
权利要求：
百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种内镜图像息肉分割方法、系统、装置及存储介质
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