-
公开(公告)号：CN118587490A
公开(公告)日：2024-09-03
申请号：CN202410702446.2
申请日：2024-05-31
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 一种基于高斯混合模型的肺结节分类和分割方法属计算机视觉图像处理技术领域，本发明包括下列步骤：基于高斯混合模型设计病灶特征提取模块，将肺结节的详细特征以数学模型的方式展现出来，将其参数作为图像处理过程中的特征表示，提升模型的理解能力，指导分类和分割过程；将低秩矩阵作为旁路，注入图像编码器和掩码解码器的transformer中的自注意力模块，训练模型学习肺结节的知识。本发明通过加入旁路低秩矩阵并训练内部参数，设计基于高斯混合模型的病灶特征提取模块，使模型适用于肺结节分类和分割任务，并提高肺结节分类和分割的效果，尤其对病灶初期更为明显。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
