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：山东大学

摘要：本发明公开了一种基于深度学习与高光谱图像的肿瘤早期识别系统，涉及肿瘤早期识别技术领域。包括：图像降维模块，用于获取高光谱图像，提取高光谱图像中的光谱信息；特征波段选取模块，用于对提取得到的光谱信息进行差异性分析，根据分析结果确定特征波段；深度学习模型模块，用于利用肿瘤识别模型对选取的特征波段下的光谱信息进行肿瘤初步识别；集成学习模块，用于对肿瘤初步识别结果进行集成学习，并根据集成学习结果优化肿瘤识别模型，采用优化后的肿瘤识别模型对待测高光谱图像进行识别，得到最终的肿瘤识别结果。本发明结合高光谱图像自身光谱信息的优势以及多种深度学习模型预测结果的集成，实现肿瘤早期精确识别。

主权项：1.一种基于深度学习与高光谱图像的肿瘤早期识别系统，其特征在于，包括：图像降维模块，用于获取高光谱图像，提取高光谱图像中的光谱信息，将三维高光谱图像转换为一维数据；特征波段选取模块，用于对提取得到的光谱信息进行差异性分析，根据分析结果确定特征波段；深度学习模型模块，用于构建肿瘤识别模型，并利用肿瘤识别模型对选取的特征波段下的光谱信息进行肿瘤初步识别；集成学习模块，用于对肿瘤初步识别结果进行集成学习，并根据集成学习结果优化肿瘤识别模型，采用优化后的肿瘤识别模型对待测高光谱图像进行识别，得到最终的肿瘤识别结果；深度学习模型模块中，所述肿瘤识别模型由两层构成，第一层模型包括一维卷积神经网络和二维卷积神经网络，第二层模型包括自注意残差网络，选取的特征波段下的光谱信息依次经过一维卷积神经网络、二维卷积神经网络和自注意残差网络；利用肿瘤识别模型对选取的特征波段下的光谱信息进行肿瘤初步识别的具体步骤为：利用一维卷积神经网络根据特征波段范围选择对应个数的像素点光谱信息排列组成二维图像；利用二维卷积神经网络捕捉二维图像中的上下文信息，得到特征增强后的二维图像；利用自注意残差网络中的自注意力机制对二维图像进行自注意力计算，根据计算结果得到肿瘤初步识别结果；所述自注意力计算的具体步骤为：将二维图像映射到三个不同的空间，并进行自注意力计算；根据注意力得分对二维图像的不同部分分配不同的权重；按照分配的权重对二维图像的不同区域进行加权处理；集成学习模块中，对肿瘤初步识别结果进行集成学习的具体步骤为：利用肿瘤初步识别结果分别对一维卷积神经网络和二维卷积神经网络进行训练；将训练后的两个模型进行组合形成第一集成模型，采用加权投票的方法对两个模型的预测结果进行汇总作为第一层预测结果；利用与二维卷积神经网络相同的训练集训练自注意残差网络，采用加权投票的方法对训练后的自注意残差网络模型的预测结果进行汇总，并将自注意残差网络模型和第一集成模型的两个输出结果进行集成，得到优化后的肿瘤识别模型。

全文数据：

权利要求：

百度查询： 山东大学 一种基于深度学习与高光谱图像的肿瘤早期识别系统