多尺度阶梯重构的二维扁平数据自监督学习方法及装置

    公开(公告)号:CN116128020A

    公开(公告)日:2023-05-16

    申请号:CN202310102441.1

    申请日:2023-01-31

    Abstract: 多尺度阶梯重构的二维扁平数据自监督学习方法及装置,能提高后续数据挖掘中数据信息的利用率,减缓噪音数据、数据异构以及数据纠缠带来的不利影响。包括:读入需要表征学习的数据集;基于分箱方法在多尺度下得到多尺度的模糊数据;按照尺度排序得到多尺度模糊阶梯数据序列;构建包含编码器与解码器的自编码模型,编码器以原始数据为输入生成隐向量,解码器以隐向量为输入生成趋近原始数据的重构数据;以较大尺度,即破坏较严重的数据为输入,通过自编码模型重构较小尺度的数据,其较小尺度的数据为破坏次严重的数据;计算重构误差并作为目标函数,最小化目标函数,以反向传播的方式更新模型参数;以此往复;完成自监督学习的训练,得到编码器。

    基于多色彩空间自适应融合的鲜红斑痣分割方法及装置

    公开(公告)号:CN115063383A

    公开(公告)日:2022-09-16

    申请号:CN202210758573.5

    申请日:2022-06-29

    Abstract: 基于多色彩空间自适应融合的鲜红斑痣分割方法与装置,弥补基于RGB单一颜色空间的局限性,将人类视觉感知的颜色特征融入深度学习网络,进而提升PWS病灶的检测精度及鲁棒性,提升基线模型对颜色纹理的辨别能力,避免多色彩空间决策的相互干扰,进而促进多色彩空间对PWS分割的协同作用。方法包括:(1)通过多色彩空间检测MCSD方法引入多个颜色空间,以增强图像颜色信息的表示;(2)使用具有密集扩张残差块的Unet来生成不同颜色空间的候选结果;(3)通过这些候选结果的自适应融合得到最终的分割结果;(4)通过结构相似性损失来测量预测病变和真实病变之间的亮度、颜色和对比度差异。

Patent Agency Ranking