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：安徽省立医院(中国科学技术大学附属第一医院);合肥综合性国家科学中心大健康研究院
摘要：本发明公开了一种基于对比语言预训练和测试时间自适应的CT图像分类方法，包括：1、收集并预处理来自多个影像中心的腹部CT图像及类别标签，获取源域和目标域数据集；2、在源域数据集上，对基于对比语言预训练的网络架构进行预训练，获得预训练后的基线版模型；3、在目标域数据集上，对预训练后的基线版模型的网络参数进行测试时间自适应微调，获得加强版模型；4、利用加强版模型对目标域数据集中的CT图像进行预测。本发明在源域数据集上完成基线版模型的预训练，并对预训练后的基线版模型进行测试时间自适应的微调，以期缓解由源域数据集和目标域数据集之间的数据分布差异导致的模型性能下降，从而提高预测准确性和泛化性。
主权项：1.一种基于对比语言预训练和测试时间自适应的CT图像分类方法，其特征在于，是按如下步骤进行：步骤1收集并预处理来自N个影像中心的腹部CT图像及类别标签，并从中随机挑选1个影像中心的预处理后的腹部CT图像作为源域数据集其余的N-1个影像中心的预处理后的腹部CT图像作为目标域数据集其中，代表源域数据集Ds中第i例源域用户预处理后的腹部CT图像，代表的类别标签，且其中，0代表正常，且对应的腹部CT图像作为负样本，1代表异常，且对应的腹部CT图像作为正样本；代表目标域数据集Dt中第j例目标域用户预处理后的腹部CT图像，ns，nt分别表示源域数据集Ds和目标域数据集Dt的图像总数；步骤2在源域数据集Ds上，对基于对比语言预训练的基线版模型M进行预训练，从而获得预训练后的基线版模型M1；步骤3在目标域数据集Dt上，对预训练后的基线版模型M1的部分参数进行测试时间自适应的微调，从而获得加强版模型M2；步骤4利用加强版模型M2对目标域数据集Dt中的进行预测，得到预测的分类结果
全文数据：
权利要求：
百度查询： 安徽省立医院(中国科学技术大学附属第一医院) 合肥综合性国家科学中心大健康研究院 基于对比语言预训练和测试时间自适应的CT图像分类方法
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