一种融合张量网络和神经网络的病理学图像分类系统
公开
摘要
本发明是一种融合张量网络和神经网络的病理学图像分类系统，涉及医学图像处理领域。虽然深度学习方法拥有良好的性能，但是它在算力和时间成本的消耗上十分巨大。相对于深度神经网络，张量网络消耗的资源要低的多，但是在性能上有所欠缺。将密集卷积神经网络层与层之间密集连接的性质与张量网络相结合，提出了该系统，可以解决此种困境。使用该系统在两个公开的病理学影像数据集上进行二分类任务。实验证明该系统能获得与深度学习方法相当甚至更有竞争力的性能，并且使用更少的计算资源。
基本信息
专利标题 ：
一种融合张量网络和神经网络的病理学图像分类系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114627328A
申请号 ：
CN202111041212.0
公开（公告）日 ：
2022-06-14
申请日 ：
2021-09-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
樊永显龚浩
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市金鸡路1号
代理机构 ：
代理人 ：
优先权 ：
CN202111041212.0
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
