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：西安交通大学医学院第一附属医院
摘要：本发明公开了一种基于深度学习网络对医学影像上病灶的额分类的方法，包括：结合医生临床病理状态信息提取出病灶标签信息，将所述病灶标签信息通过弱监督标注建立训练数据集；对所述训练数据集通过多尺度空间卷积捕获空间多关联的特征图，对所述特征图通过空间注意力模块标记空间目标区域；采用多维增强金字塔模型对所述特征信息进行训练，获取多尺度特征融合数据；对所述多尺度特征融合数据从方向和通道两个维度对空间信息进行聚合，关联相邻尺度的上下文特征，获取病灶周围包含的隐晦信息，有效地提升了医学影像病灶检测的性能，并提高了模型的可解释性，降低了医学影像病灶识别的难度，整个模型同时兼顾模型性能和大小，易于部署。
主权项：1.一种基于深度学习网络对医学影像上病灶的额分类的方法，其特征在于，包括以下步骤：收集医学影像图像数据，对所述图像数据进行预处理，结合医生临床病理状态信息提取出病灶标签信息，将所述病灶标签信息通过弱监督标注建立训练数据集；对所述训练数据集通过多尺度空间卷积捕获空间多关联的特征图，对所述特征图通过空间注意力模块标记空间目标区域；对所述空间目标区域采用SE-Block结构提取特征信息，采用多维增强金字塔模型对所述特征信息进行训练，从所述特征信息中抽取不同尺度特征，并利用Gabor调制模块的纹理信息提取能力对各个尺度特征进行增强，获取多尺度特征融合数据；对所述多尺度特征融合数据从方向和通道两个维度对空间信息进行聚合，提取到不同尺度的空间信息，关联相邻尺度的上下文特征，获取病灶周围包含的隐晦信息，对病灶精确分类。
全文数据：
权利要求：
百度查询： 西安交通大学医学院第一附属医院 一种基于深度学习网络对医学影像上病灶的额分类的方法
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