基于混合注意力弱监督迁移学习的半月板损伤分级方法

发明专利有效专利

申请号：
CN202110958505.9
IPC分类号：G06T7/00;G06T5/40;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-08-20
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于混合注意力弱监督迁移学习的半月板损伤分级方法
申请号	CN202110958505.9	申请日期	2021-08-20
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113706491A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;5;/;4;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	缑水平;骆安琳;郭璋;刘波;丁坦;杨玉林;黄陆光;童诺
代理机构	陕西电子工业专利中心	代理人	王品华

摘要

本发明公开了一种基于混合注意力弱监督迁移学习的半月板损伤分级方法，主要解决现有方法对半月板损伤程度分级难度大且缺乏临床可解释性的问题。其方案是：通过目标检测网络对半月板区域定位生成半月板区域图像数据集；再对上述数据进行二维直方图均衡化增强操作；然后利用迁移学习预训练网络提取增强后图像的显著性特征，生成特征图，同时利用弱监督注意力学习，生成增强后图像的注意力地图；最后通过双线性注意力池化算法，结合特征图和注意地图对半月板损伤等级进行分类，得到可视化的半月板损伤分级结果。本发明实现了临床上对半月损伤分级自动化诊断的需求，提高了深度学习在临床诊断上的可解释性，可用于对核磁共振病灶的图像检测和分类。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供