样品
成果详情
| 项目简介 | |||||
|---|---|---|---|---|---|
| 技术简介： | |||||
| 专利类型： | 发明 | 专利申请号： | CN202111532955.8 | 公开号： | CN114332572B |
| 专利权人： | 南方医科大学 | 发明设计人: | 张煜;宁振源;邸小慧;钟升洲 | ||
| 所属领域： | |||||
| 摘要： | 本发明提供一种基于显著图引导的分层密集特征融合网络用于提取乳腺病变超声图像多尺度融合特征参数的方法。该方法联合使用线性光谱聚类超像素方法和多尺度区域分组方法处理得到的特征表示图，避免有用信息的丢失，然后搭建一个三分支的分层密集特征融合网络进行前景特征、背景特征的提取和融合，用于提取乳腺病变超声图像多尺度融合特征参数。前景和背景两个进行性密集特征提取分支网络以原始图像和相应的显著图共同作为输入，分别用来有效地提取与该分类任务相关的前景和背景特征。根据前景和背景之间已知的相关性和补充性信息，分层特征融合分支网络将上述前景和背景信息进行多尺度的融合，获得更加准确，更加显著的多尺度融合特征参数。 | ||||
| 补充信息 | |||||
| 转让方式： | 成熟度： | 预估价值： | |||
| 市场前景： | |||||