摘要
本发明属于医学算法技术领域,具体涉及一种基于多尺度特征融合的白血病诊断系统,局部特征学习模块,针对白血病血细胞图像数据集,利用多阶段的卷积神经网络单元学习细胞图像的细节纹理特征,形成特征图,多尺度融合模块,根据输入特征自适应地融合来自不同层的局部特征、全局表示以及来自前一阶段的特征融合模块的语义信息,注意力自适应增强模块,通过不同尺度卷积核的三分支卷积操作,在形成不同特征图后进行softmax以评估每一分支对于预测的贡献度,最终自适应选择不同分支的影响权重以合成最终特征。本发明能够实现从全局与局部角度充分表征血细胞特征并在多尺度特征融合后输出预测结果,最终实现了高性能精确预测白血病细胞类别。
技术关键词
多尺度特征融合
注意力
诊断系统
模块
通道
分支
语义
神经网络单元
局部特征提取
多尺度特征学习
纹理特征
医学算法
融合特征
多阶段
全局平均池化
权重特征
图像
卷积特征
系统为您推荐了相关专利信息
地面控制平台
攀爬作业
机器人控制系统
机载电源模块
控制组件
参数优化模型
页岩气井
压裂参数优化方法
样本
BP神经网络模型
图像分析
权重分配方法
边界轮廓信息
边界特征
高层语义信息
时序数据挖掘
异常识别方法
呼吸疾病风险
训练样本集
临床风险评估
日志数据处理方法
关键字
异常信息
日志数据处理装置
动态时间窗口