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：太原理工大学

摘要：本发明属于医学算法技术领域，具体涉及一种基于多尺度特征融合的白血病诊断系统，局部特征学习模块，针对白血病血细胞图像数据集，利用多阶段的卷积神经网络单元学习细胞图像的细节纹理特征，形成特征图，多尺度融合模块，根据输入特征自适应地融合来自不同层的局部特征、全局表示以及来自前一阶段的特征融合模块的语义信息，注意力自适应增强模块，通过不同尺度卷积核的三分支卷积操作，在形成不同特征图后进行softmax以评估每一分支对于预测的贡献度，最终自适应选择不同分支的影响权重以合成最终特征。本发明能够实现从全局与局部角度充分表征血细胞特征并在多尺度特征融合后输出预测结果，最终实现了高性能精确预测白血病细胞类别。

主权项：1.一种基于多尺度特征融合的白血病诊断系统，其特征在于：包括有：局部特征学习模块，针对白血病血细胞图像数据集，利用多阶段的卷积神经网络单元学习细胞图像的细节纹理特征，形成特征图；所述局部特征学习模块包括一可分离卷积层、一层间范化层和一GELU激活函数层，在此之前特征图先经过一个卷积层完成下采样；全局语义建模模块，对于血细胞图像数据采用金字塔型transformer架构进行全局语义建模学习，全局语义建模模块在每个阶段中利用patchembedding层来重塑特征图维度；所述全局语义建模模块包括一embedding层和一transformer解码块层；多尺度融合模块，根据输入特征自适应地融合来自不同层的局部特征、全局表示以及来自前一阶段的特征融合模块的语义信息；所述多尺度融合模块包含一融合层和一逆残差全连接层；注意力自适应增强模块，通过不同尺度卷积核的三分支卷积操作，在形成不同特征图后进行softmax以评估每一分支对于预测的贡献度，最终自适应选择不同分支的影响权重以合成最终特征；所述注意力自适应增强模块包含一个三分支卷积模块，一个全局平均池化层和一个softmax层；全局交互通道注意力模块，切分特征图通道进行多尺度特征学习并生成权重向量，转置权重向量并相乘得到权重特征图，将所得特征交互图与原特征图做残差运算，最终得到注意力增强后特征；所述全局交互通道注意力模块包含一特征增强层和一注意力激活层；权重提取模块，提取不同尺度特征图的通道注意力；多尺度注意力选择模块，用于特征图的注意力选择；该诊断过程为：A1：利用医院所得的白血病细胞血涂片数据作为输入，被馈送入全局语义建模模块；A2：在馈送入全局语义建模模块的同时，模型的另一分支会将同样数据馈送入局部特征学习模块；A3：在所述A1步骤之后，每一个阶段均会生成一个经过全局语义建模模块的特征图；A4：在所述A2步骤之后，每一个阶段均会生成一个经过局部特征学习模块的特征图；A5：特征融合模块可根据输入特征自适应地融合来自不同层的局部特征、全局表示以及来自前一阶段的特征融合模块的语义信息；A6：最后阶段，所得多尺度融合特征图将经过一全局平均池化层、一归一化层和一线性层最终输出对于输入数据的预测结果。

全文数据：

权利要求：

百度查询： 太原理工大学 一种基于多尺度特征融合的白血病诊断系统