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：东北林业大学
摘要：一种基于混合数据增强和开集半监督学习的超声心动图角度分类方法及系统，它属于医学图像分析技术领域。本发明解决了现有方法难以捕获超声心动图中的有效信息、对类外分布数据的检测流程复杂且检测效率低、无法充分利用未标记数据集的特征信息的问题。本发明首先在教师模型编码部分的第三层与第四层之间添加混合数据增强单元；在学生模型编码部分中添加开集半监督单元作为分类器的并行分支；再对获取的包含带标签和不带标签的超声心动图进行预处理，利用预处理后的超声心动图对构建的模型进行训练，最后利用训练好的学生模型对待分类超声心动图进行分类。本发明方法可以应用于超声心动图角度分类。
主权项：1.一种基于混合数据增强和开集半监督学习的超声心动图角度分类方法，其特征在于，所述方法具体包括以下步骤：步骤S1、分别获取带类别标签的超声心动图数据集以及不带类别标签的超声心动图数据集，所述类别标签为超声心动图拍摄的角度；步骤S2、对步骤S1中获取到的各个超声心动图分别进行预处理，预处理后图像的尺寸为N×N；步骤S3、分别构建教师模型和学生模型；在教师模型的编码部分中，第三层与第四层之间添加有混合数据增强单元；在学生模型的编码部分中，添加开集半监督单元作为分类器的并行分支；步骤S4、利用步骤S2中预处理后的图像对构建的教师模型和学生模型进行端到端的联合训练；步骤S5、利用训练好的学生模型对待分类超声心动图进行角度分类。
全文数据：
权利要求：
百度查询： 东北林业大学 一种基于混合数据增强和开集半监督学习的超声心动图角度分类方法及系统
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。
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