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：首都医科大学附属北京天坛医院
摘要：本发明提供一种基于深度学习的多特征融合的动脉瘤识别方法及系统，涉及图像识别技术领域，包括获取原始图像，通过多尺度卷积神经网络提取多尺度特征图，进行全局平均池化生成特征描述符并确定分值权重，通过加权求和得到融合特征图，结合残差学习模块及通道注意力模块进行全局平均池化和最大池化，得到通道描述符并确定通道权重，生成通道注意力特征图，进而生成空间注意力特征图，结合门控机制和特征融合模块得到模态特征。通过获得第一特征矩阵及注意力矩阵，得到增强特征矩阵，进而生成交互特征矩阵，结合低秩双线性池化得到融合特征，将所述融合特征添加至预先训练的回归森林模型，得到动脉瘤识别结果。
主权项：1.基于深度学习的多特征融合的动脉瘤识别方法，其特征在于，包括：获取原始图像，通过预设的多尺度卷积神经网络中的多尺度特征提取模块提取所述原始图像中的多尺度特征图，对所述多尺度特征图进行全局平均池化生成特征描述符并确定分支权重，加权求和得到融合特征图，结合残差学习模块得到层次特征；基于所述层次特征，通过预设的特征融合模型中的通道注意力模块进行全局平均池化和最大池化，得到通道描述符，确定所述通道描述符对应的通道权重并生成通道注意力特征图，生成所述通道注意力特征图对应的空间描述符并生成空间注意力特征图，结合门控机制和特征融合模块，得到模态特征；基于所述模态特征，提取对应的语义级特征并重塑得到第一特征矩阵，基于所述第一特征矩阵生成注意力矩阵，将所述注意力矩阵应用于所述第一特征矩阵得到增强特征矩阵，选择不同模态并生成交互特征矩阵，结合低秩双线性池化得到融合特征，将所述融合特征添加至预先训练的回归森林模型，得到动脉瘤识别结果。
全文数据：
权利要求：
百度查询： 首都医科大学附属北京天坛医院 基于深度学习的多特征融合的动脉瘤识别方法及系统
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