一种基于双重注意力多示例深度学习的医学图像分类方法.pdfVIP

下载本文档

10
0
约2.19万字
约 15页
2023-06-01 发布于四川
举报
版权申诉

一种基于双重注意力多示例深度学习的医学图像分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于双重注意力多示例深度学习的医学图像分类方法，该方法包含如下步骤：1)采集M个医学图像，并基于分类任务对原始图像设置正负标签；2)基于医学图像的体素特征，确定K个固定位置作为输入图像特征的采样点；3)对双重注意力的多示例深度学习网络模型进行训练；4)更新多示例学习模型；5)将新的医学图像输入至训练好的多示例学习模型中，判断该医学图像的类别标签。本发明能够增强局部辨识力并权衡不同区域的特征信息权重，更符合医学图像的实际情况图像，更有助于提高医学图像分类性能。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112529042 A (43)申请公布日 2021.03.19 (21)申请号 202011294799.1 (22)申请日 2020.11.18 (71)申请人南京航空航天大学地址