龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东工业大学
申请日：2024-01-03
公开（公告）日：2024-04-30
公开（公告）号：CN117953341A
主分类号：G06V10/82
分类号：G06V10/82;G06V10/26;G06V10/80;G06V10/42;G06V10/44;G06V10/52;G06V10/764;G06N3/0464;G06N3/0455;G06N3/048
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：本发明公开了一种病理图像分割网络模型、方法、装置及介质，网络模型包括编码器和解码器；编码器包括多尺度卷积注意力模块，多尺度卷积注意力模块用于通过若干不同尺寸的卷积核提取输入图像不同尺度的特征信息，以及从空间维度关注不同尺度的特征信息之间的关联信息，获取全局上下文信息，并通过全局上下文信息抑制特征信息中的干扰信息；解码器包括多尺度特征融合模块，多尺度特征融合模块用于将不同尺度的特征信息进行融合。本发明的病理图像分割网络模型可以较好的捕捉到不同尺度的特征信息并通过全局上下文关联信息的学习减小噪声的干扰，同时能够高效的保留边缘信息和细粒度信息，并能够以更高的准确率去进行病理图像的分割工作。
主权项：1.一种病理图像分割网络模型，其特征在于，所述网络模型包括编码器和解码器；所述编码器包括多尺度卷积注意力模块，所述多尺度卷积注意力模块用于通过若干不同尺寸的卷积核提取输入图像不同尺度的特征信息，以及从空间维度关注所述不同尺度的特征信息之间的关联信息，获取全局上下文信息，并通过所述全局上下文信息抑制所述特征信息中的干扰信息；所述解码器包括多尺度特征融合模块，所述多尺度特征融合模块用于将所述不同尺度的特征信息进行融合。
全文数据：
权利要求：
百度查询： 广东工业大学 一种病理图像分割网络模型、方法、装置及介质
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