基于联邦学习的频域自适应CT肺结节影像分割方法

AITNT
正文
推荐专利
基于联邦学习的频域自适应CT肺结节影像分割方法
申请号:CN202411501910
申请日期:2024-10-25
公开号:CN119579612B
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及一种基于联邦学习的频域自适应CT肺结节影像分割方法,属于图像处理技术领域,包括以下步骤:S1:对CT肺结节影像数据进行数据准备、数据标注、数据处理、数据增强和数据集划分;S2:构建基于联邦学习的频域自适应CT肺结节影像分割模型FASNet;S3:对所述基于联邦学习的频域自适应CT肺结节影像分割模型FASNet进行训练、验证并测试;S4:利用训练好的基于联邦学习的频域自适应CT肺结节影像分割模型FASNet进行CT肺结节影像分割。
技术关键词
影像分割方法 掩码矩阵 空间特征提取 Sigmoid函数 客户端 服务器 CT影像数据 全局平均池化 通道 插值技术 线性 高频特征 图像处理技术 标注工具 模型更新 参数 网络
系统为您推荐了相关专利信息
1
一种射线检测图像中小目标特征识别方法
特征识别方法 图像分割神经网络 射线 特征金字塔 Sigmoid函数
2
联邦学习聚合方法、介质及系统
客户端 摘要 模型更新 注意力机制 序列
3
一种基于动作识别捕捉的图像识别生成方法
生成方法 图像生成模型 语义 意图 注意力模型
4
数据传输方法、装置、设备、存储介质以及产品
任务调度 数据传输方法 评分算法 队列 票据
5
一种基于工业过程时空建模的异常流量检测方法和系统
异常流量检测 皮尔逊相关系数 时序特征 数据 工业
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