申请/专利权人：杭州电子科技大学

申请日：2023-09-28

公开（公告）日：2023-12-19

公开（公告）号：CN117253048A

主分类号：G06V10/40

分类号：G06V10/40;G06V10/82;G06N3/0464;G06N3/08;G06T7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明公开了一种基于属性特权与胶囊网络的肺结节识别模型及应用。本发明包括Res2net网络模块、卷积模块、通道与空间的注意力模块、第一识别性能提升模块和第二识别性能提升模块。本发明结合特权学习范式，将肺结节的属性信息作为特权信息，可以仅在训练时需要肺结节的属性信息，在识别肺结节时不需要事先获取肺结节的属性信息。为了更有效提取肺结节图像中的信息，在识别网络中引入胶囊网络CapsNets。CapsNets使用以一组神经元向量为基本单位的胶囊代替单个神经元来表示特征实例，在网络中，使用“矢量”的形式传递特征信息。帮助模型识别肺结节图像中不同部分的相对空间关系，提升对肺结节良恶性判断的性能。

主权项：1.基于属性特权与胶囊网络的肺结节识别模型，其特征在于：包括Res2net网络模块、卷积模块、通道与空间的注意力模块、第一识别性能提升模块和第二识别性能提升模块；所述的Res2net网络模块用于获得输入特征的多个感受野输出；所述的卷积模块连接于Res2net网络模块输出端，用于肺结节的特征提取；所述的通道与空间的注意力模块连接于卷积模块的输出端，用于对肺结节特征中不同通道、不同空间的特征赋予不同权重；所述第一识别性能提升模块连接于通道与空间的注意力模块的输出端，用于在训练时加入肺结节属性信息，提高模型良恶性识别准确性；所述第二识别性能提升模块连接于通道与空间的注意力模块的输出端，用于在识别模型中加入胶囊结构，帮助模型识别肺结节图像中不同部分的相对空间关系，提升对肺结节良恶性判断的性能；所述第一识别性能提升模块与第二识别性能提升模块的输出端连接至全连接网络，由所述全连接网络输出肺结节的良恶性。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于属性特权与胶囊网络的肺结节识别模型及应用

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