基于特征融合和注意力机制的医学图像分类方法(医疗诊断、图像处理、生物医学、卷积神经网络)
本发明公开了一种基于特征融合和注意力机制的医学图像分类方法,包括的步骤为:图像预处理;基于卷积神经网络主干网的特征提取。基于多尺度特征融合;交互注意力金字塔,筛选出具有判别性信息,并聚焦到这些重要信息上;经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征,参数量较少,运行速度较快,适应医学影像数据少量样本的特征,不需要更新过多的权重参数,同时经实验验证此方法能够很好的适应一些“类间差异大,类类差异小”的一些比较难分的医学图像数据集。不仅适用于二分类任务,同时适用于多分类任务,可以根据任务需要,灵活调整主干网的类型,以适应不同的分类任务。
《基于特征融合和注意力机制的医学图像分类方法(医疗诊断、图像处理、生物医学、卷积神经网络)》是一发明专利,专利号为 2023103557637,当前法律状态为已下证,由重庆科技学院提出申请,发明人为韩琦;钱鑫;翁腾飞;徐宏翔;邱自成;裴仰军;蒙仑;吴克鹏;田袁;张崟溧,申请日期为2023-04-04,公开(公告)日期为2026-03-03,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企,所属技术领域包括:计算机视觉、临床诊断、治疗规划、医学研究、肿瘤检测、神经疾病诊断、影像融合、手术导航、AI辅助科研、医学成像、远程手术、临床医学、医学教育、心脑血管诊断。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于特征融合和注意力机制的医学图像分类方法,包括的步骤为:图像预处理;基于卷积神经网络主干网的特征提取。基于多尺度特征融合;交互注意力金字塔,筛选出具有判别性信息,并聚焦到这些重要信息上;经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征,参数量较少,运行速度较快,适应医学影像数据少量样本的特征,不需要更新过多的权重参数,同时经实验验证此方法能够很好的适应一些“类间差异大,类类差异小”的一些比较难分的医学图像数据集。不仅适用于二分类任务,同时适用于多分类任务,可以根据任务需要,灵活调整主干网的类型,以适应不同的分类任务。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
