一种基于深度学习的乳腺病变风险评估系统
公开
摘要
本发明公开了一种基于深度学习的乳腺病变风险评估系统，它涉及深度学习、计算机视觉、医疗影像领域。提出了trans‑unet结构，使用了Transformers加强编码部分之间的全局连接，使得提取的图像特征更具有表征性，并且融入了attention机制，有助于对于图像细节特征的提取，然后通过将浅层特征和深层特征的结合，这样一来特征表达更加充分，并且对小目标的分割刻画会更加准确；在分类模型EfficientNet中，融入了一种新的模型缩放方法，基于神经网络结构搜索技术先得到一组复合系数，再确定出网络的结构，所以EfficientNet不仅比别的网络快而且与数据贴合度好，所以精度更高。
基本信息
专利标题 ：
一种基于深度学习的乳腺病变风险评估系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114529505A
申请号 ：
CN202111633768.9
公开（公告）日 ：
2022-05-24
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张帅周松方徐伟徐小龙谢巍盛
申请人 ：
天翼电子商务有限公司
申请人地址 ：
北京市昌平区未来科技城南区中国电信集团公司院内
代理机构 ：
代理人 ：
优先权 ：
CN202111633768.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/11 G06T7/136 G06T7/194 G06V10/80 G06V10/82 G06V10/774 G06V10/764 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-24 ：
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
