申请/专利权人：广东技术师范大学

申请日：2023-12-01

公开（公告）日：2024-07-05

公开（公告）号：CN117671357B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/42;G06V10/80;G06V20/40;G06V10/82;G06N3/0464;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了基于金字塔算法的前列腺癌超声视频分类方法及系统，包括：基于多尺度金字塔网络，提取前列腺癌超声视频的多尺度特征；基于所述多尺度特征，利用3D通道级的注意力机制调制多尺度特征向量；基于所述多尺度特征向量对所述多尺度特征进行处理，构建时空特征；基于所述时空特征，获取时空注意力张量；基于所述时空注意力张量对所述多尺度特征向量进行调制，获取调制后的多尺度输入特征张量；基于所述调制后的多尺度输入特征张量，获取最终的输出特征，完成前列腺癌超声视频分类。本发明允许模型在不同尺度上对前列腺癌超声视频进行特征提取，这使得算法能够更全面地捕获不同细节级别的信息，从而提高了视频分类性能。

主权项：1.基于金字塔算法的前列腺癌超声视频分类方法，其特征在于，包括：基于多尺度金字塔网络，提取前列腺癌超声视频的多尺度特征；基于所述多尺度特征，利用3D通道级的注意力机制调制多尺度特征向量；基于所述多尺度特征向量对所述多尺度特征进行处理，构建时空特征；基于所述时空特征，获取时空注意力张量；基于所述时空注意力张量对所述多尺度特征向量进行调制，获取调制后的多尺度输入特征张量；基于所述调制后的多尺度输入特征张量，获取最终的输出特征，完成前列腺癌超声视频分类；提取前列腺癌超声视频的多尺度特征包括：将输入的前列腺癌超声视频帧数据分成若干个子帧，每个子帧表示不同的时间尺度；对每个子帧使用所述多尺度金字塔网络进行特征提取，获取不同时间尺度的所述多尺度特征；所述多尺度金字塔网络采用基于膨胀的3DMBF-Net结构；对每个子帧使用所述多尺度金字塔网络进行特征提取包括：将子帧转化为输入特征图，通过1×1×1卷积和3×3×3卷积后进行通道分割，其中一个通道进行3×3×3深度卷积、3×3×3深度扩张卷积，扩张率为2，以及一个2×2×2的最大池化；另一个通道进行3×3×3深度卷积、3×3×3深度扩张卷积，扩张率为4，以及一个2×2×2的最大池化；再将两个通道的卷积结果串联进行1×1×1卷积，然后与输入特征图相加，再通过通道洗牌后获取输出特征图。

全文数据：

权利要求：

百度查询： 广东技术师范大学 基于金字塔算法的前列腺癌超声视频分类方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD