-
公开(公告)号：CN117975127A
公开(公告)日：2024-05-03
申请号：CN202410104319.2
申请日：2024-01-25
Applicant: 大连理工大学
IPC: G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的双模态乳腺超声互补特征注意力多分类方法。本发明针对单模态乳腺超声信息量少，多模态融合困难的问题，提出了一种基于双模态超声互补特征融合结构，设计了一种多尺度注意力融合机制。步骤如下：提取同时获取的B模态肿瘤位置信息和弹性模态的肿瘤周边组织刚性变化信息和通道维度信息，使用弱化注意力广泛关注空间特征，结合多尺度通道注意力融合，最终以类别注意力的形式施加在特征提取下采样的最末端，避免梯度爆炸问题。本发明从数据维度和特征维度解决了传统乳腺超声分类中类别混淆带来的分类准确度低的问题；充分利用两个模态的互补特征提升了分类可信度，给专业医生对病人的治疗决策提供辅助。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
