基于显著图引导分层密集特征融合网络用于提取乳腺病变超声图...
实质审查的生效
摘要
本发明提供一种基于显著图引导的分层密集特征融合网络用于提取乳腺病变超声图像多尺度融合特征参数的方法。该方法联合使用线性光谱聚类超像素方法和多尺度区域分组方法处理得到的特征表示图，避免有用信息的丢失，然后搭建一个三分支的分层密集特征融合网络进行前景特征、背景特征的提取和融合，用于提取乳腺病变超声图像多尺度融合特征参数。前景和背景两个进行性密集特征提取分支网络以原始图像和相应的显著图共同作为输入，分别用来有效地提取与该分类任务相关的前景和背景特征。根据前景和背景之间已知的相关性和补充性信息，分层特征融合分支网络将上述前景和背景信息进行多尺度的融合，获得更加准确，更加显著的多尺度融合特征参数。
基本信息
专利标题 ：
基于显著图引导分层密集特征融合网络用于提取乳腺病变超声图像多尺度融合特征参数方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114332572A
申请号 ：
CN202111532955.8
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张煜宁振源邸小慧钟升洲
申请人 ：
南方医科大学
申请人地址 ：
广东省广州市白云区沙太南路1023号-1063号
代理机构 ：
北京科亿知识产权代理事务所(普通合伙)
代理人 ：
赵蕊红
优先权 ：
CN202111532955.8
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/25 G06V10/82 G06V10/46 G06K9/62 G06N3/04 G06N3/08 G06T7/00
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06V 10/80
申请日 : 20211215
申请日 : 20211215
2022-04-12 ：
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
