国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權(quán)益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 東華大學鄭杭彬獲國家專利權(quán)

東華大學鄭杭彬獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)獲悉東華大學申請的專利一種基于EUS的粘膜下腫瘤細粒度分類方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114067159B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202111375187.X,技術領域涉及:G06V10/764;該發(fā)明授權(quán)一種基于EUS的粘膜下腫瘤細粒度分類方法是由鄭杭彬;鮑勁松;劉天元;汪俊亮設計研發(fā)完成,并于2021-11-19向國家知識產(chǎn)權(quán)局提交的專利申請。

一種基于EUS的粘膜下腫瘤細粒度分類方法在說明書摘要公布了:本發(fā)明涉及一種基于EUS的粘膜下腫瘤細粒度分類方法,其特征在于,包括以下步驟:建立多尺度的關系注意力網(wǎng)絡;分兩個階段對關系注意力網(wǎng)絡進行訓練;將實時獲得的EUS圖像輸入訓練后的關系注意力網(wǎng)絡,由關系注意力網(wǎng)絡輸出對應的類別標簽。與現(xiàn)有技術相比,本發(fā)明能夠有效提升基于EUS的粘膜下腫瘤的識別準確率,并有效減少了EUS識別過程中對目標級數(shù)據(jù)標簽的依賴,能夠有效對EUS圖像中的粘膜下腫瘤區(qū)域進行識別。

本發(fā)明授權(quán)一種基于EUS的粘膜下腫瘤細粒度分類方法在權(quán)利要求書中公布了:1.一種基于EUS的粘膜下腫瘤細粒度分類方法,其特征在于,包括以下步驟:步驟1、建立多尺度的關系注意力網(wǎng)絡,該關系注意力網(wǎng)絡包括基于卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)實現(xiàn)的編碼器以及關系注意力模塊,由編碼器提取輸入的EUS圖像多個尺度特征,由關系注意力模塊獲得特征的注意力圖,并將注意力圖與編碼器提取的特征進行逐元素相乘,以增強空間域中的感興趣區(qū)域,抑制無關區(qū)域,基于感興趣區(qū)域輸出類別標簽,類別為預先定義的不同腫瘤類別;步驟2、分兩階段對模型進行訓練,采用基于圖像修復的自監(jiān)督學習預訓練方法來訓練腫瘤分類的特征提取器,并在下游加入多尺度特征關系注意力網(wǎng)絡進一步訓練模型直至收斂,具體包括以下步驟:步驟201、獲得不同類別的EUS圖像樣本;步驟202、將步驟201得到的不同類別的EUS圖像樣本組成一個EUS圖像訓練樣本集;步驟203、采用EUS自適應遮擋算法對EUS圖像訓練樣本集中的每個EUS圖像樣本進行處理,獲得遮擋圖像樣本以及對應的遮擋區(qū)域,EUS自適應遮擋算法利用EUS的成像特點自適應地遮擋EUS圖像層次結(jié)構(gòu)上的部分信息,用于實現(xiàn)自監(jiān)督學習;所述EUS自適應遮擋算法包括以下步驟:步驟2031、對EUS圖像樣本進行直方圖均衡化處理,隨后進行閾值化操作,使得直方圖均衡化后的圖像中像素值在[0.7,0.8]之間的所有像素的值為1、像素值在[0.85,0.99]之間的所有像素的值為2、其余像素的像素值都為0,從而得到閾值化圖像;步驟2032、對閾值化圖像進行腐蝕運算,使得閾值化圖像中相互靠近的區(qū)域的區(qū)域輪廓相互聯(lián)通,而相互之間距離較遠的區(qū)域的區(qū)域輪廓互相分離;步驟2033、尋找上一步得到的圖像中的閉合曲線,并計算每條閉合曲線所圍區(qū)域的曲線區(qū)域面積,對曲線區(qū)域面積進行排序,從中選出曲線區(qū)域面積最大的前三條閉合曲線,將其假定為圖像層次結(jié)構(gòu)的外輪廓曲線;步驟2034、在外輪廓曲線內(nèi)部采點,將獲得的點作為生成掩碼的中心坐標點,基于中心坐標點生成掩碼,利用掩碼對EUS圖像樣本進行遮擋,從而得到所述遮擋圖像樣本以及對應的所述遮擋區(qū)域;步驟204、將遮擋圖像樣本作為輸入、對應的遮擋區(qū)域作為標簽,對采用ContextEncoder的模型結(jié)構(gòu)進行訓練,從而完成第一階段的訓練,該模型結(jié)構(gòu)包括基于卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)實現(xiàn)的編碼器、解碼器以及一個判別器,由模型結(jié)構(gòu)補全輸入的遮擋圖像樣本的遮擋區(qū)域,輸出完整的EUS圖像樣本;步驟205、將訓練后的模型結(jié)構(gòu)的編碼器的權(quán)值賦予關系注意力網(wǎng)絡的編碼器,該編碼器即為特征提取器;步驟206、將步驟201獲得的EUS圖像樣本作為輸入、對應的類別作為標簽,對編碼器的權(quán)值更新后的關系注意力網(wǎng)絡進行訓練,從而完成第二階段的訓練;步驟3、將實時獲得的EUS圖像輸入訓練后的關系注意力網(wǎng)絡,由關系注意力網(wǎng)絡輸出對應的類別標簽。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢?quán)人東華大學,其通訊地址為:201600 上海市松江區(qū)人民北路2999號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
主站蜘蛛池模板: 浦江县| 子洲县| 叶城县| 房山区| 南城县| 襄汾县| 桑日县| 绥芬河市| 环江| 安福县| 铁岭市| 台中县| 淮北市| 龙井市| 嫩江县| 施秉县| 崇明县| 绥宁县| 扶沟县| 大余县| 喀喇| 来安县| 老河口市| 涟源市| 无棣县| 额尔古纳市| 保康县| 三门峡市| 洛南县| 天津市| 鄂托克前旗| 田林县| 铁岭市| 汤原县| 延寿县| 甘肃省| 博罗县| 泰安市| 东阿县| 东丰县| 莎车县|