摘要
本发明公开了一种双线性多尺度融合的医学CT影像源识别模型。首先,通过自适应滤波器层预处理得到增强后的医学CT影像的设备相关特征;通过双分支特征提取网络分别得到影像的浅层特征和深层特征。其次,通过双线性池化技术融合浅层特征和深层特征。最终,将融合后的特征送入全连接层,输出医学CT影像的设备识别结果。本发明在识别医学CT影像源设备表现优异,能够准确区分不同厂商和设备型号的CT影像,显著提升了溯源精度。
技术关键词
多尺度
双线性池化
影像
图像
滤波器
特征提取模块
网络结构
空间金字塔
特征提取网络
融合特征
深度学习模型训练
噪声特征
残差模块
空洞
识别医学
随机梯度下降
压缩特征
系统为您推荐了相关专利信息
自动生成方法
平面图
曲线
铁路运输管理
GIS软件
检测终端
图像检测方法
特征值
胶囊
生命体征数据
模糊规则库
模糊逻辑控制
隶属度函数
材质特征
遗传算法