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:沈阳师范大学
摘要:本发明公开了一种基于深宽度学习网络的儿童肺部PIBO预测方法及预测系统,所述方法包括如下步骤:获取儿童肺部CT影像数据集并划分为带标签的训练数据集和测试数据集;设计基于深宽度学习的儿童肺部PIBO预测网络模型并进行训练及测试验证,得到训练好的儿童肺部PIBO预测网络模型,其中,所述儿童肺部PIBO预测网络模型包括VGG16特征提取模块和嵌入注意力机制的宽度学习网络模块;利用所述训练好的儿童肺部PIBO预测网络模型对待预测的儿童肺部CT影像进行PIBO预测,得到预测结果。该预测方法及预测系统,通过结合全局特征提取模块和注意力机制增强了宽度学习系统的特征提取能力,提升了儿童PIBO预测的准确性和快速性。
主权项:1.一种基于深宽度学习网络的儿童肺部PIBO预测方法,其特征在于,包括如下步骤:S1:获取儿童肺部CT影像数据集并划分为带标签的训练数据集和测试数据集,所述标签PIBO和非PIBO两类;S2:设计基于深宽度学习的儿童肺部PIBO预测网络模型并利用所述训练数据集和测试数据集对所述儿童肺部PIBO预测网络模型进行训练及测试验证,得到训练好的儿童肺部PIBO预测网络模型,其中,所述儿童肺部PIBO预测网络模型包括VGG16特征提取模块和嵌入注意力机制的宽度学习网络模块,所述宽度学习网络模块包括依次连接的宽度学习网络特征层、CBAM注意力机制层、宽度学习网络增强层和输出层;S3:利用所述训练好的儿童肺部PIBO预测网络模型对待预测的儿童肺部CT影像进行PIBO预测,得到预测结果。
全文数据:
权利要求:
百度查询: 沈阳师范大学 基于深宽度学习网络的儿童肺部PIBO预测方法及预测系统
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。