一种基于元学习特征融合策略的肿瘤图像检测方法及装置

发明专利有效专利

申请号：
CN202110530095.8
IPC分类号：G06T7/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-05-14
申请人：
成都市第三人民医院

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	一种基于元学习特征融合策略的肿瘤图像检测方法及装置
申请号	CN202110530095.8	申请日期	2021-05-14
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-17	公开/公告号	CN113269734A
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;K;9;/;3;2;;;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	成都市第三人民医院	申请人地址	四川省成都市青龙街82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	成都市第三人民医院	当前权利人	成都市第三人民医院
发明人	潘玉龙;鲍一歌;林劼;周亮;陈永江;曹敏;袁仁斌;卓晖
代理机构	成都金英专利代理事务所（普通合伙）	代理人	袁英

摘要

本发明公开了一种基于元学习特征融合策略的肿瘤图像检测方法及装置，包括将多个网络模型在开源数据集上进行预训练，并将肿瘤图像输入到网络模型中，提取出多层次源域特征向量；利用元学习卷积核将不同尺度的源域特征向量与目标域特征向量的尺度进行尺度对齐，并将统一尺度后的源域特征向量融合为单层次的源域特征图；基于元学习卷积核将多尺度的单层次源域特征图按照目标网络的结构迁移到输入肿瘤图像的目标域特征向量中；将融合有源域特征向量的目标域特征向量输入到检测网络，利用级联的多目标检测网络完成对候选框的回归和检测目标的分类。本发明可以应用在肿瘤图像诊断技术的辅助检测应用，其检测效率能优于医疗专家肉眼诊断检测。

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