龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河海大学
摘要：本发明的一种基于GNN‑VisionTransformer架构的病理细胞图像特征提取方法，属于图像处理领域，包括S1：对比度增强；S2：经过CNN模型提取图中的节点，输出节点连接的转化图并输入到GCN模型中，获得带病理细胞特征的向量一；S3：S1中的图像输入VIT模型中获得带病理细胞特征的向量二；S4：向量一和向量二合并成向量三；S5：将向量三输入到ResNet50模型中，输出病理细胞特征向量；ResNet50模型中的残差块为：Hx＝FX+W·Hx‑1；其中，Hx为第x层的输出特征图；X是输出向量；W是权重矩阵，Hx‑1为第x‑1层的输出特征图；F是激活函数，采用ReLU；残差块的大小为3。该方法能减少特征丢失，减弱瓶颈问题。
主权项：1.一种基于GNN-VisionTransformer架构的病理细胞图像特征提取方法，其特征在于，包括以下步骤：S1：选出相同尺寸不同类型的病理细胞图像，采用CLAHE算法对病理细胞图像进行对比度增强；S2：将S1中的图像经过CNN模型，提取图中的节点，利用余弦相似性原理将节点连接，输出节点连接后的转化图；将转化图再输入到GCN模型中，获得带病理细胞特征的向量一；S3：将S1中的图像输入VIT模型中，获得带病理细胞特征的向量二；S4：将S2和S3中的向量一和向量二合并成向量三；S5：将向量三输入到ResNet50模型中，使用梯度下降法更新参数，输出病理细胞特征向量；ResNet50模型中的残差块为：Hx＝FX+W·Hx-1；其中，Hx为第x层的输出特征图；X是输出向量；W是权重矩阵，Hx-1为第x-1层的输出特征图；F是激活函数，采用ReLU；残差块的大小为3。
全文数据：
权利要求：
百度查询： 河海大学 一种基于GNN-Vision Transformer架构的病理细胞图像特征提取方法
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