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：华中科技大学
申请日：2024-05-24
公开（公告）日：2024-06-21
公开（公告）号：CN118230078A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/82;G06V10/80;G06N3/045;G06N3/084;G06N3/0895;G06V10/26
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种脑出血分类模型建立方法及脑出血区域分割方法，属于医学图像分割领域，模型建立方法包括：收集包含分类标签的脑部图像集后，对基于多头自注意力的分类网络进行训练，每次训练时，执行一次擦除再激活过程，并且以分类结果与分类标签间的差异最小化，擦除前、后的前景区域差距最小化，以及前景区域和背景区域间的差距最大化为训练目标，对分类网络的参数进行迭代更新。分割方法包括：将待检测脑部图像划分并向量化后，输入分类网络，收集注意力层输出的注意力矩阵，并通过类激活图技术将其可视化为类激活图，二值化为分割图。本发明能够仅利用图像级分类标签实现对整个出血区域的有效识别，提高脑出血区域的分割精度。
主权项：1.一种脑出血分类模型建立方法，其特征在于，包括：（S1）收集包含分类标签的脑部图像集；所述分类标签用于指示是否存在脑出血区域；（S2）按照如下步骤对基于多头自注意力的分类网络进行训练：（S21）从所述脑部图像集选取脑部图像，等分为个补丁，并将各补丁向量化为相应的补丁向量后，输入至所述分类网络；N为预设正整数；（S22）从分类网络的输出中获取分类结果，并获取分类网络中各注意力层输出的注意力矩阵后构造类激活图；类激活图用于表示各补丁向量属于脑出血区域的置信度；（S23）根据所述类激活图将置信度高于预设第一阈值的补丁向量擦除后，将个补丁向量再次输入至所述分类网络；（S24）从分类网络的输出中获取分类结果，并获取分类网络中各注意力层输出注意力矩阵后构造类激活图；（S25）根据类激活图识别擦除前的前景区域和背景区域，根据类激活图识别擦除后的前景区域和背景区域；前景区域为脑出血区域；（S26）以使得分类结果与分类标签间的差异最小化，擦除前、后的前景区域差距最小化，以及前景区域和背景区域间的差距最大化为训练目标，对所述分类网络的参数进行迭代更新；（S27）重复执行（S21）~（S26），直至达到预设的训练终止条件；（S3）输出当前分类网络作为所述脑出血分类模型。
全文数据：
权利要求：
百度查询： 华中科技大学 一种脑出血分类模型建立方法及脑出血区域分割方法
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