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：上海大学
摘要：本发明涉及一种基于元学习的少样本肺炎分类方法和介质，包括以下步骤：获取胸部X光图像，输入训练好的少样本肺炎分类模型，获得肺炎类别概率；其中，所述少样本肺炎分类模型包括分层分类模块和相关任务模块，所述分层分类模块基于疾病层次树构建，包括特征提取器和层次分类器，层次分类器用于从胸部X光图像的特征表示中进一步提取不同粒度层次的特征，计算不同粒度层次的分类概率；分层分类模块的参数首先通过元学习算法在基类疾病数据集上进行两阶段更新，包括局部更新和全局更新，然后基于相关任务模块计算的基类疾病数据集和新类疾病数据集之间的相似性分数进一步微调。与现有技术相比，本发明可以快速、准确获得少样本肺炎分类结果。
主权项：1.一种基于元学习的少样本肺炎分类方法，其特征在于，包括以下步骤：获取胸部X光图像，输入训练好的少样本肺炎分类模型，获得肺炎类别概率；其中，所述少样本肺炎分类模型包括分层分类模块和相关任务模块，所述分层分类模块基于疾病层次树构建，包括特征提取器和层次分类器，所述特征提取器用于对胸部X光图像进行特征表示，所述层次分类器用于从胸部X光图像的特征表示中进一步提取不同粒度层次的特征，计算不同粒度层次的分类概率，据此对胸部X光图像进行分类；所述分层分类模块的参数首先通过元学习算法在基类疾病数据集上进行两阶段更新，包括局部更新和全局更新，然后基于所述相关任务模块计算的基类疾病数据集和新类疾病数据集之间的相似性分数进一步微调。
全文数据：
权利要求：
百度查询： 上海大学 基于元学习的少样本肺炎分类方法和介质
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