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：安徽大学
申请日：2024-02-07
公开（公告）日：2024-05-03
公开（公告）号：CN117975011A
主分类号：G06V10/26
分类号：G06V10/26;G06V10/34;G06V10/82;G06V10/80;G06V10/42;G06N3/0455;G06N3/082
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.21#实质审查的生效;2024.05.03#公开
摘要：本发明公开了一种基于细节增强反向注意力网络的膀胱肿瘤图像分割方法及系统，涉及膀胱肿瘤图像分割技术领域，包括：获取膀胱肿瘤图像，构建膀胱肿瘤图像数据集，构建基于自注意力机制的膀胱肿瘤图像分割模型，对膀胱肿瘤图像分割模型进行多尺度并行处理和细节增强处理；得到最优膀胱肿瘤图像分割模型；获取实时膀胱肿瘤图像，输入至最优膀胱肿瘤图像分割模型中，得到膀胱肿瘤预测结果。本发明采用PVTv2编码器和多尺度高效通道关注模块、密集汇聚模块、相似聚合模块、细节增强反向注意力模块、高效通道空间关注模块和反向注意力模块来捕获膀胱肿瘤的多尺度全局特征，并增强局部特征表示，有效准确地定位膀胱镜下的膀胱肿瘤。
主权项：1.一种基于细节增强反向注意力网络的膀胱肿瘤图像分割方法，其特征在于，包括：获取膀胱肿瘤图像，构建膀胱肿瘤图像数据集，将所述膀胱肿瘤图像数据集划分为训练集和测试集；构建基于自注意力机制的膀胱肿瘤图像分割模型，对所述膀胱肿瘤图像分割模型进行多尺度并行处理和细节增强处理；通过训练集进行膀胱肿瘤图像分割模型训练，通过测试集进行膀胱肿瘤图像分割模型测试，得到最优膀胱肿瘤图像分割模型；获取实时膀胱肿瘤图像，输入至最优膀胱肿瘤图像分割模型中，得到膀胱肿瘤预测结果。
全文数据：
权利要求：
百度查询： 安徽大学 一种基于细节增强反向注意力网络的膀胱肿瘤图像分割方法及系统
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