申请/专利权人:中物院成都科学技术发展中心;四川大学华西医院;中国人民解放军陆军军医大学第一附属医院
申请日:2023-11-23
公开(公告)日:2024-03-01
公开(公告)号:CN117636016A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明提供基于多模态多轴向的混洗残差与MLP的脑肿瘤识别方法,属于计算机图像分类技术领域,解决了现有方法在脑肿瘤识别时仅考虑单模态和单轴向所带来的局限问题;包括:S1、获取多类脑肿瘤的多模态医学影像,进行多轴向数据预处理;S2、获取ResNet50模型,改进模型中第1个卷积层和第1次下采样的池化层;S3、继续改进,将通道混洗模块添加至模型中;S4、继续改进,将模型的全连接层替换为MLP;S5、进行模型训练,得到脑肿瘤识别模型,并应用于实际的脑肿瘤识别任务;本发明通过训练数据源和模型结构的改进,提高了模型的信息应用能力,使模型具备更强的学习与泛化能力,提高了脑肿瘤识别的准确性和可靠性。
主权项:1.一种基于多模态多轴向的混洗残差与MLP的脑肿瘤识别方法,其特征在于,所述方法包括如下步骤:S1、获取多类脑肿瘤的多模态医学影像,进行多轴向数据预处理,得到图像分类数据集;S2、获取ResNet50模型,改进模型中第1个卷积层和第1次下采样的池化层;S3、继续改进ResNet50模型,将通道混洗模块添加至模型中;S4、继续改进ResNet50模型,将模型的全连接层替换为MLP;S5、使用图像分类数据集训练改进后的ResNet50模型,训练完成后得到脑肿瘤识别模型;使用脑肿瘤识别模型进行实际的脑肿瘤识别任务。
全文数据:
权利要求:
百度查询: 中物院成都科学技术发展中心;四川大学华西医院;中国人民解放军陆军军医大学第一附属医院 基于多模态多轴向的混洗残差与MLP的脑肿瘤识别方法
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。