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：中南大学湘雅医院;中南大学
申请日：2024-04-02
公开（公告）日：2024-06-21
公开（公告）号：CN118230047A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/82;G06V10/74;G06T7/00;G06T7/11;G06N3/045;G06N3/0464;G06N3/08;G06V10/762
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及图像处理技术领域，公开了一种基于鉴别性权重自注意力学习的皮损图像分类方法及系统，该方法首先构建正常皮肤临床图像的特征信息分布，然后构建皮损图像的鉴别性权重分布数据集，构建基于鉴别性权重自注意力学习的皮损图像分类识别模型实现皮损类别识别，实现鉴别性地利用皮损图像中的有效信息，契合临床使用要求，提高了模型识别的精度。
主权项：1.一种基于鉴别性权重自注意力学习的皮损图像分类方法，其特征在于，包括：S1：将收集的若干张正常的皮肤临床图像均无重叠地分割为N张图像块，构成数据集D；S2：计算数据集D中的所有图像块两两之间的设定指标值，并提取像素分布特征，根据所述设定指标值和像素分布特征确定用于衡量正常皮肤临床图像之间相似性的指标；S3：将每一张皮损图像均无重叠地分割为M张图像块，依据用于衡量正常皮肤临床图像之间相似性的指标计算所述每一张皮损图像的M张图像块与所述N张图像块之间的相似性；S4：根据所述相似性确定所述每一张皮损图像的M张图像块中每一图像块的鉴别性权重；S5：将带有鉴别性权重的图像输入皮肤图像分类识别网络中，利用网络输出的分类结果和图像对应的真实标签进行端对端的训练，得到完成训练的皮损图像分类识别模型；S6：将实时采集的皮肤临床图像输入所述皮损图像分类识别模型进行分类识别。
全文数据：
权利要求：
百度查询： 中南大学湘雅医院;中南大学 基于鉴别性权重自注意力学习的皮损图像分类方法及系统
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