摘要
本发明公开了一种医疗图像偏多标签分类方法及相关装置,方法包括:获取训练集,基于K近邻标签注意机制确定训练集中各训练样本的可信标签分布;通过训练集及可信标签分布训练预设多标签分类器,得到目标多标签分类器;获取待预测医疗图像,将待预测医疗图像输入至目标多标签分类器;通过编码器根据待预测医疗图像进行标签语义提取,得到标签语义矩阵;通过解码器根据标签语义矩阵进行标签交互增强操作,得到标签语义嵌入;通过线性预测层根据标签语义嵌入进行线性预测,生成待预测医疗图像的预测标签分布。本发明能够捕捉医疗图像特征与标签语义、标签交互之间的关系,从而有效提高医疗图像的多标签分类任务中的标签分类精度。
技术关键词
多标签分类器
标签分类方法
注意力
K近邻
训练集
矩阵
前馈神经网络
编码器
池化特征
解码器
语义向量
邻居
图像训练样本
线性
噪声标签
机制
系统为您推荐了相关专利信息
性能退化评估方法
无监督学习
滚动轴承健康评估
指标
功率谱特征
图像语义分割方法
多尺度特征提取
通道
分支
动态
补缺方法
微震事件
训练样本集
数据
时序演化规律
智能视觉感知
状态观测器
状态空间模型
纠偏控制方法
皮带纠偏装置
多任务学习模型
BOSS系统
分析方法
强化学习框架
衰减特征