基于信息融合与多任务学习的超声影像中肿瘤特征的识别方法、识别模型的训练方法及装置

AITNT
正文
推荐专利
基于信息融合与多任务学习的超声影像中肿瘤特征的识别方法、识别模型的训练方法及装置
申请号:CN202410943686
申请日期:2024-07-15
公开号:CN119048796A
公开日期:2024-11-29
类型:发明专利
摘要
本公开提供了一种基于信息融合与多任务学习的超声影像中肿瘤特征的识别方法、识别模型的训练方法及装置,可以应用于计算机辅助识别肿瘤领域。该方法包括:获取与肿瘤相关的初始图像、临床信息;将初始图像输入图像特征提取网络,输出目标图像特征;根据肿瘤影像信息和临床信息,确定文本信息;将文本信息输入文本特征提取网络,输出目标文本特征;将目标图像特征和目标文本特征融合输入多任务分类器,输出分类识别结果和组织形态识别结果。
技术关键词
图像特征提取 肿瘤 特征提取网络 文本 分类器 融合图像特征 多任务 降维特征 形态 训练识别模型 样本 组织 灰度共生矩阵 图像卷积特征 影像 识别方法 计算机辅助识别 标签 掩膜
系统为您推荐了相关专利信息
1
基于HTML的网页划词注释生成方法、系统及设备
注释生成方法 节点 指纹模型 文本 标签特征
2
基于自回归模型的语音克隆方法、装置、设备及存储介质
语音 克隆方法 文本 音频特征 风格
3
一种基于相位运动估计的螺栓病害检测方法及装置
病害检测方法 运动估计 训练机器学习模型 图像处理技术 螺栓
4
一种非结构化文件高压缩高加密安全系统及方法
数据保护模块 压缩算法 动态密钥 加密模块 分块
5
一种面向逻辑结构化数据建模的萌发式预训练方法及系统
计算机程序指令 样本 逻辑分析 语义结构 节点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号