申请/专利权人：重庆邮电大学

申请日：2023-05-29

公开（公告）日：2023-11-03

公开（公告）号：CN116993661A

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.21#实质审查的生效;2023.11.03#公开

摘要：本发明公开了一种基于特征融合和注意力机制的潜在癌变息肉临床诊断方法，包括如下步骤：步骤一：根据息肉数据集划分所需的训练集和测试集；步骤二：对数据集进行预处理，统一尺寸和归一化；步骤三：将预处理后的数据输入神经网络中，提取图像特征；步骤四：计算输出的息肉位置预测图和临床医学专家标注的标签之间的损失，训练并优化模型，记录最优参数；步骤五：为模型加载最优保存权重，根据模型第一层和第二层输出的预测图计算最终分割预测。本方法的优势在于捕捉浅层特征中的多尺度信息和细节信息，融合并过滤深层语义特征。编码器端计算全局关系，重新调整特征图权重。模型实现了端到端的自动息肉分割，可准确分割多种息肉。

主权项：1.一种基于特征融合和注意力机制的潜在癌变息肉临床诊断方法，其特征在于，包括以下步骤：1、根据五个公开的临床结肠镜息肉分割数据集划分自动息肉分割所需的训练集和测试集；2、对数据集进行预处理，将划分好的数据集统一尺寸，训练集归一化；3、将步骤二经过预处理的数据输入基于Pytorch开源框架实现的神经网络中，提取训练集图像特征；4、计算深度网络模型输出的息肉位置预测图与临床医学专家标注的标签之间的损失，训练并优化自动息肉分割模型，记录模型性能达到最优时模型参数；5、将测试集图像样本调整到统一尺寸，为模型加载训练时性能最优的保存权重，根据模型第一层和第二层输出的预测图计算最终分割预测，获得息肉位置分割图像。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于特征融合和注意力机制的潜在癌变息肉临床诊断方法

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。

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