基于通道注意力机制的断层扫描图像分类装置和方法
公开
摘要
本发明属于医学图像分类、医疗设备领域，为实现辅助专业医生对肺结节的快速、精确的诊断，能在一定程度上解决人工识别面临的漏诊、误诊以及无法全面识别的问题。为此，本发明采取的技术方案是，基于通道注意力机制的断层扫描图像分类装置和方法，采集断层扫描图像，利用深度卷积神经网络对采集的断层扫描图像进行分类，其中深度卷积神经网络是在密集连接神经网络DenseNet121中以密集连接的方式加入高效通道注意力机制并采用加权焦点损失函数用于网络的训练。本发明主要应用于医疗设备设计制造场合。
基本信息
专利标题 ：
基于通道注意力机制的断层扫描图像分类装置和方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565786A
申请号 ：
CN202210114312.X
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李锵邵凌云关欣
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
天津市北洋有限责任专利代理事务所
代理人 ：
刘国威
优先权 ：
CN202210114312.X
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06T7/00
法律状态
2022-05-31 ：
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
