首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于观察模式与特征融合的胸部病理图像分类方法与系统 

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:华东交通大学

摘要:本发明提出基于观察模式与特征融合的胸部病理图像分类方法与系统,该方法通过获取胸部影像图片,并对胸部影像图片进行预处理,将预处理后的胸部影像图片输入预训练后的多任务网络,得到注意力热图;基于深度学习网络,构建用于提取全局和局部特征的双分支网络;对胸部影像图片进行数据增强操作,根据注意力热图确定在增强后的胸部影像图片中的病灶的位置区域,提取病灶区域作为局部分支的输入,并将增强后的胸部影像图片作为全局分支的输入,以获取全局图像特征和局部图像特征,并进行融合;利用融合后的图像特征获取分类结果。本发明分别处理全局和局部特征,从而充分挖掘它们之间的互补信息,使模型能更好地理解和处理图像中的复杂信息。

主权项:1.一种基于观察模式与特征融合的胸部病理图像分类方法,其特征在于,所述方法包括如下步骤:步骤1、基于深度学习网络,构建多任务网络,并利用给定的眼动追踪胸部影像数据集对多任务网络进行预训练;步骤2、获取胸部影像图片,并对胸部影像图片进行预处理,将预处理后的胸部影像图片输入预训练后的多任务网络,得到注意力热图;步骤3、基于深度学习网络,构建用于提取全局和局部特征的双分支网络;步骤4、对胸部影像图片进行数据增强操作,根据注意力热图确定在增强后的胸部影像图片中的病灶的位置区域,提取病灶区域作为局部分支的输入,并将增强后的胸部影像图片作为全局分支的输入,以获取全局图像特征和局部图像特征;步骤5、对全局图像特征和局部图像特征进行融合,以获得更全面的信息;步骤6、将融合后的图像特征输入池化层和全连接层后,得到分类结果;在所述步骤3,基于深度学习网络,构建用于提取全局和局部特征的双分支网络的方法具体包括如下步骤:以ResNet-50网络作为基础,ResNet-50网络包括有输入卷积层、残差块、池化层和全连接层,将ResNet-50网络中的池化层和全连接层替换为三重卷积注意模块形成网络主干,两个独立的网络主干构成双分支网络。

全文数据:

权利要求:

百度查询: 华东交通大学 基于观察模式与特征融合的胸部病理图像分类方法与系统

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。