申请/专利权人:厦门大学
申请日:2020-09-04
公开(公告)日:2020-12-15
公开(公告)号:CN112085716A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.06.07#授权;2021.01.01#实质审查的生效;2020.12.15#公开
摘要:本发明公开了一种基于时阈聚焦图网络的NAFLD超声视频诊断方法,该方法通过结合时阈聚焦图网络和损失函数,对输入的肝脏超声视频分类,从而判断是否患有NAFLD。其中,时阈聚焦图网络由三个子网络组成,分别是特征提取网络、局部连接时阈图网络和全局连接时阈图网络;损失函数由二进制交叉熵损失和区间聚焦损失两部分组成。本发明能够解决现有NAFLD诊断中存在的耗时、专业要求高、误判的问题,提供一种可靠、高效的NAFLD自动诊断方法。
主权项:1.一种基于时阈聚焦图网络的NAFLD超声视频诊断方法,其特征在于:包括以下步骤:S1、将一段肝脏超声视频输入时阈聚焦图网络,所述时阈聚焦图网络由三个子网络组成,分别是特征提取网络、局部连接时阈图网络和全局连接时阈图网络,所述特征提取网络对每一帧进行编码,得到整个视频的特征向量序列F;S2、局部连接时阈图网络构建稀疏图并判定每一帧属于NAFLD的分类概率p;S3、全局连接时阈图网络构建稠密图并判定每一帧对最终视频分类的重要性程度a;S4、结合步骤S2所述的分类概率p和步骤S3所述的重要性程度a,计算最终视频整体的分类概率从而判断是否患有NAFLD;S5、计算损失函数,优化分类结果,所述损失函数由二进制交叉熵损失和区间聚焦损失两部分组成。
全文数据:
权利要求:
百度查询: 厦门大学 一种基于时阈聚焦图网络的NAFLD超声视频诊断方法
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。