公开(公告)号：CN117710732A

公开(公告)日：2024-03-15

申请号：CN202311716026.1

申请日：2023-12-14

Applicant: 南京邮电大学

Inventor： 朱虎 ,  田振 ,  邓丽珍

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80 ,  G06V10/77 ,  G06V10/30 ,  G06N3/045

Abstract: 本发明属于医学图像分类领域，本发明公开一种基于张量链式分解的频域降噪网络多模态医学图像分类方法，包括：步骤1：将两个模态的训练集图像输入至两个主干网络中提取图像特征；步骤2：将图像特征分别输入张量链式分解模块得到核心特征张量；步骤3：将两个模态图像的核心特征张量加权求和得到核心特征融合张量，随后将其输入频域降噪模块来减轻融合产生的噪声和提高跨域泛化能力；步骤4：将核心特征融合张量按照张量链式分解公式相乘得到融合特征；步骤5：将融合特征输入分类器得到分类结果，并通过分类标签对其进行监督学习。本发明的医学图像分类网络能够有效防止过拟合和维数灾难，并有着很好的泛化能力。