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：中山大学附属第五医院
申请日：2024-05-24
公开（公告）日：2024-06-21
公开（公告）号：CN118230077A
主分类号：G06V10/764
分类号：G06V10/764;G06N3/0455;G06N3/0464;G06N3/09;G06V10/20;G06V10/26;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种基于SAM大模型的甲状腺肿物超声图像识别方法和系统，方法包括：获取甲状腺肿物超声图像数据集并进行标签标注和预处理；建立用于甲状腺肿物超声图像识别的SAM大模型；利用标注后的数据集对SAM大模型进行微调，之后利用预处理后的数据集进行迭代优化训练，获取训练好的SAM大模型；获取待识别的甲状腺肿物超声图像，利用训练好的SAM大模型进行甲状腺肿物超声图像的识别；本发明以SAM大模型为基础，针对甲状腺肿物识别任务进行改进，能够更加灵活地处理各种超声甲状腺癌症筛查场景，而且能够更加准确地识别甲状腺病变部位的大小和形状，并进一步提高甲状腺肿物良性和恶性的分类精度。
主权项：1.一种基于SAM大模型的甲状腺肿物超声图像识别方法，其特征在于，包括以下步骤：S1：获取甲状腺肿物超声图像数据集；对所述甲状腺肿物超声图像数据集进行真实标签标注，获取标签标注后的甲状腺肿物超声图像数据集，所述真实标签包括良性肿物和恶性肿物；对所述标签标注后的甲状腺肿物超声图像数据集进行预处理，获取预处理后的甲状腺肿物超声图像数据集；S2：建立用于甲状腺肿物超声图像识别的SAM大模型；所述SAM大模型包括：Tiny-Vit图像编码器、提示编码器和掩码解码器；所述Tiny-Vit图像编码器和提示编码器的输出均与掩码解码器的输入连接；所述提示编码器的提示方式为点和边界框结合的提示方式；S3：利用标签标注后的甲状腺肿物超声图像数据集对所述SAM大模型进行微调，获取微调后的SAM大模型；所述微调包括：固定掩码解码器的参数，更新Tiny-Vit图像编码器和提示编码器的参数；S4：将预处理后的甲状腺肿物超声图像数据集输入微调后的SAM大模型中进行迭代优化训练，获取训练好的SAM大模型；S5：获取待识别的甲状腺肿物超声图像，将待识别的甲状腺肿物超声图像输入训练好的SAM大模型中，获取甲状腺肿物识别结果，完成甲状腺肿物超声图像的识别。
全文数据：
权利要求：
百度查询： 中山大学附属第五医院 基于SAM大模型的甲状腺肿物超声图像识别方法和系统
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