公开(公告)号：CN110084297B

公开(公告)日：2023-09-15

申请号：CN201910327483.9

申请日：2019-04-23

Applicant: 东华大学

Inventor： 李继云 ,  王伟鹏 ,  李凯华 ,  孙莉 ,  乐嘉锦

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G16H50/50 ,  G16H50/20

Abstract: 本发明基于编码‑解码模型，公开了一种面向小样本的影像语义对齐系统，是人工智能领域下医学影像报告自动生成的辅助诊疗模型。该系统主要分为三大层次结构：预处理层、编码层和解码层。预处理层包含图像增强、图像分割、图像矩阵转换以及标签对齐；编码层主要利用卷积神经网络(Convolutional Neural Network，CNN)编码器提取图像特征；解码层主要利用长短期记忆网络(long short‑term memory，LSTM)循环网络解码文本匹配。本发明的对齐系统通过调整图像编码层中卷积网络的结构，以适应小样本图像描述的生成。

公开(公告)号：CN110084297A

公开(公告)日：2019-08-02

申请号：CN201910327483.9

申请日：2019-04-23

Applicant: 东华大学

Inventor： 李继云 ,  王伟鹏 ,  李凯华 ,  孙莉 ,  乐嘉锦

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H50/20 ,  G16H50/50

Abstract: 本发明基于编码-解码模型，公开了一种面向小样本的影像语义对齐结构，是人工智能领域下医学影像报告自动生成的辅助诊疗模型。该结构主要分为三大层次结构：预处理层、编码层和解码层。预处理层包含图像增强、图像分割、图像矩阵转换以及标签对齐；编码层主要利用卷积神经网络(Convolutional Neural Network，CNN)编码器提取图像特征；解码层主要利用长短期记忆网络(long short-term memory，LSTM)循环网络解码文本匹配。本发明的对齐结构通过调整图像编码层中卷积网络的结构，以适应小样本图像描述的生成。