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：苏州大学
摘要：本发明涉及一种基于改进U形网络的多组织成分图像分割方法及系统，包括：构建U‑Net分割网络，U‑Net分割网络包括编码器和解码器，使用原训练集对U‑Net分割网络进行预训练，更新U‑Net分割网络的参数；构建特征知识缩聚方法FKPM模型，特征知识缩聚方法FKPM模型包括FKPM编码器、特征降维模块和多层感知机；依次配对原训练集的图像，基于原训练集中各图像的知识缩聚向量，借助特征迁移方法为配对图像生成新图像；将新图像与原训练集中的图像混合，作为新训练集；通过新训练集对分割网络进行训练并更新U‑Net分割网络的参数，获得训练后的U‑Net分割网络；通过训练后的U‑Net分割网络对多组织成分图像进行处理，获得分割后的图像。其能够提升图像分割性能，适用多组织成分图像的分割。
主权项：1.一种基于改进U形网络的多组织成分图像分割方法，其特征在于，包括：S1、获取原训练集，所述原训练集中包含多张多组织成分图像；S2、构建U-Net分割网络，所述U-Net分割网络包括编码器和解码器，使用原训练集对U-Net分割网络进行预训练，更新U-Net分割网络的参数；S3、构建特征知识缩聚方法FKPM模型，所述特征知识缩聚方法FKPM模型包括FKPM编码器、特征降维模块和多层感知机，所述FKPM编码器加载S2中更新的U-Net分割网络中编码器的参数，并在训练过程中冻结参数；S4、使用特征知识缩聚方法FKPM模型对训练集中的图像进行训练，获得知识缩聚向量；S5、依次配对原训练集的图像，基于原训练集中各图像的知识缩聚向量，借助特征迁移方法为配对图像生成新图像；S6、将新图像与原训练集中的图像混合，作为新训练集；S7、通过新训练集对U-Net分割网络进行训练并更新U-Net分割网络的参数，获得训练后的U-Net分割网络；S8、通过训练后的U-Net分割网络对多组织成分图像进行处理，获得分割后的图像。
全文数据：
权利要求：
百度查询： 苏州大学 基于改进U形网络的多组织成分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