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：浙江工业大学
摘要：一种基于低倍率组织病理图像的多标签伪影分类方法，包括以下步骤：步骤1：将组织病理图像转换成1024×1024像素大小的缩略图；步骤2：将缩略图输入ResNet模型，并获取ResNet模型的后三层特征；步骤3：将ResNet模型后三层特征进行特征融合处理，得到融合后的特征；步骤4：将融合后的特征输入到自注意力模块中，以捕获图像中关键的全局上下文信息；步骤5：将输出特征输入到两层GCN模型中，用于捕获标签之间的相关性；步骤6：将步骤4和步骤5中得到的特征进行融合，得到最终的输出特征；步骤7：将输出特征传入全连接层，进行多标签分类。本发明降低了计算资源和内存的消耗，提高了模型训练的速度。
主权项：1.一种基于低倍率组织病理图像的多标签伪影分类方法，其特征在于，所述方法包括以下步骤：步骤1：将组织病理图像转换成1024×1024像素大小的缩略图；步骤2：将步骤1中提取的缩略图输入ResNet模型，并获取ResNet模型的后三层特征；步骤3：将步骤2中得到的ResNet模型后三层特征输入到特征融合模块TAF_Module中，进行特征融合处理，得到融合后的特征；步骤4：将步骤3中融合后的特征输入到自注意力模块中，以捕获图像中关键的全局上下文信息；步骤5：将步骤4中得到的输出特征输入到两层GCN模型中，用于捕获标签之间的相关性；步骤6：将步骤4和步骤5中得到的特征进行融合，得到最终的输出特征；步骤7：将步骤6中得到的特征传入全连接层，进行多标签分类，得到最终的多标签分类结果。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于低倍率组织病理图像的多标签伪影分类方法
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