一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质

    公开(公告)号:CN113610118A

    公开(公告)日:2021-11-05

    申请号:CN202110814221.2

    申请日:2021-07-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质,方法为:使用眼底图像样本训练教师网络,然后生成眼底图像样本的证据图谱;设计包括证据图谱预测和青光眼预测两个分支的多任务学生网络;根据青光眼分类标签、教师网络和学生网络的预测结果,设计样本先验加权系数和样本反馈损失系数,基于该两个系数设计学生网络的损失函数;以眼底图像样本同时作为学生网络两个预测分支的输入,以分类标签作为青光眼预测分支的输出,以标签证据图谱作为证据图谱预测分支的输出,基于损失函数训练学生网络;使用训练完毕的学生网络,生成待分类眼底图像的青光眼分类标签和证据图谱。本发明提升分类准确率并生成分类决策的证据图谱。

    一种含锌铁粉尘综合利用工艺

    公开(公告)号:CN102534199B

    公开(公告)日:2013-08-07

    申请号:CN201210014947.9

    申请日:2012-01-18

    CPC classification number: Y02P10/212

    Abstract: 一种含锌铁粉尘综合利用工艺,是将钢厂产生的含铁尘泥、含铁粉尘、含碳污泥、硫酸渣与第一还原煤及添加剂混合均匀,经过润磨、造球、筛分,得到合格生球;然后,将生球、第二还原煤混合均匀,在球团烧结焙烧机上,经过抽风干燥、还原焙烧,完成金属化球团烧结,经氮气冷却至室温,出炉,得到金属化球团烧结矿;本发明工艺方法简单、操作方便、针对钢厂含锌铁粉尘特点,通过造球及金属化焙烧,实现其中铁、锌、碳等有价元素的高效利用,同时脱除有害元素,消除二次污染。在脱除有害元素的同时,将含锌铁粉尘制成金属化球团烧结块,铁品位高、锌、硫等有害元素含量低,可作为直接进入高炉冶炼的优质原料,对高炉起到降焦增产的效果,经济效益显著。

    一种含锌铁粉尘综合利用工艺

    公开(公告)号:CN102534199A

    公开(公告)日:2012-07-04

    申请号:CN201210014947.9

    申请日:2012-01-18

    CPC classification number: Y02P10/212

    Abstract: 一种含锌铁粉尘综合利用工艺,是将钢厂产生的含铁尘泥、含铁粉尘、含碳污泥、硫酸渣与第一还原煤及添加剂混合均匀,经过润磨、造球、筛分,得到合格生球;然后,将生球、第二还原煤混合均匀,在球团烧结焙烧机上,经过抽风干燥、还原焙烧,完成金属化球团烧结,经氮气冷却至室温,出炉,得到金属化球团烧结矿;本发明工艺方法简单、操作方便、针对钢厂含锌铁粉尘特点,通过造球及金属化焙烧,实现其中铁、锌、碳等有价元素的高效利用,同时脱除有害元素,消除二次污染。在脱除有害元素的同时,将含锌铁粉尘制成金属化球团烧结块,铁品位高、锌、硫等有害元素含量低,可作为直接进入高炉冶炼的优质原料,对高炉起到降焦增产的效果,经济效益显著。

    一种基于多任务课程式学习的青光眼诊断方法、装置、设备及方法

    公开(公告)号:CN113610118B

    公开(公告)日:2023-12-12

    申请号:CN202110814221.2

    申请日:2021-07-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质,方法为:使用眼底图像样本训练教师网络,然后生成眼底图像样本的证据图谱;设计包括证据图谱预测和青光眼预测两个分支的多任务学生网络;根据青光眼分类标签、教师网络和学生网络的预测结果,设计样本先验加权系数和样本反馈损失系数,基于该两个系数设计学生网络的损失函数;以眼底图像样本同时作为学生网络两个预测分支的输入,以分类标签作为青光眼预测分支的输出,以标签证据图谱作为证据图谱预测分支的输出,基于损失函数训练学生网络;使用训练完毕的学生网络,生成待分类眼底图像的青光眼分类(56)对比文件Guo F等.MTCLF: A multitask curriculumlearning framework for unbiased glaucomascreenings《.Computer Methods and Programsin Biomedicine》.2022,第221卷1-13.Xuan Nie等.GEME: Dual-stream multi-task GEnder-based micro-expressionrecognition《.Neurocomputing》.2021,第427卷13-28.

Patent Agency Ranking