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：江苏海洋大学;梦西游文化科技(连云港)有限公司;宁夏医科大学总医院
申请日：2024-03-08
公开（公告）日：2024-06-07
公开（公告）号：CN118154958A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/77;G06V10/80;G06V20/70;G06V10/774;G06V10/82;G06N3/0464;G06T7/00;G06T3/4038;G06T3/4046
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.25#实质审查的生效;2024.06.07#公开
摘要：本发明提出了一种基于改进YOLOv5s与CA的帕金森图像检测方法，旨在提高模型的准确性、效率和适应性，更好地应对帕金森MRI图像的复杂性。具体来说，本模型采用了CA注意力机制以及特征融合层来增强模型的特征提取能力。Head检测层中加入解耦合头，实现对病变区域的精确检测和分类。最终，通过在独立的医学影像数据集上评估和调整模型，确保其在实际应用中表现出高准确性和鲁棒性。本方法为帕金森MRI图像的自动检测提供一种高效、灵活和可靠的解决方案。
主权项：1.一种基于改进YOLOv5s与CA的帕金森图像检测方法，其特征在于：具体步骤如下：S1：数据准备和预处理：收集帕金森早期病患者的MRI影像数据并标注；S2：模型构建：构建一个基于改进的YOLOv5s算法的深度学习模型；S3：引入注意力模块：在YOLOv5s的Backbone中加入CA注意力模块，该模块可以增强模型对帕金森病变区域的特征提取能力；S4：加入解耦合头：替换Head层的耦合头，将帕金森图像检测的分类任务和回归任务分开计算，提高模型检测的精度；S5：模型应用：将优化后的模型应用于帕金森病MRI图像的检测中。
全文数据：
权利要求：
百度查询： 江苏海洋大学;梦西游文化科技(连云港)有限公司;宁夏医科大学总医院 一种基于改进YOLOv5s与CA的帕金森图像检测方法
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。
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