公开(公告)号：CN115100488A

公开(公告)日：2022-09-23

申请号：CN202210726753.5

申请日：2022-06-24

Applicant: 西北农林科技大学

Inventor： 张二磊 ,  陈炜昊 ,  刘凯凯 ,  刘全中 ,  张宏鸣 ,  冯明晨 ,  杨婧 ,  房绍旖 ,  田怡 ,  詹涛

IPC: G06V10/774 ,  G06V10/764 ,  G06T7/60 ,  G06T7/00 ,  G06V10/82

Abstract: 本发明公开了一种基于三重路径网络的乳腺辅助识别方法、系统、终端及介质，包括：获取原始乳房超声图像，对原始乳房超声图像进行处理，获取面向BIRADS的特征映射；将面向BIRADS的特征映射输入至SATPN网络中，基于编码器对面向BIRADS的特征映射进行特征提取，得到病变特征；对病变特征分别进行分类训练和重建训练，获取图像重建误差和标签预测误差；对图像重建误差和标签预测误差进行加权投票，得到最优的图像。本发明能够集成分类和图像重建任务，以实现对乳房的准确识别，提高先验领域知识的利用率，提高乳腺超声图像的病变分类精度。

公开(公告)号：CN115100488B

公开(公告)日：2024-08-13

申请号：CN202210726753.5

申请日：2022-06-24

Applicant: 西北农林科技大学

Inventor： 张二磊 ,  陈炜昊 ,  刘凯凯 ,  刘全中 ,  张宏鸣 ,  冯明晨 ,  杨婧 ,  房绍旖 ,  田怡 ,  詹涛

IPC: G06V10/774 ,  G06V10/764 ,  G06T7/60 ,  G06T7/00 ,  G06V10/82

Abstract: 本发明公开了一种基于三重路径网络的乳腺辅助识别方法、系统、终端及介质，包括：获取原始乳房超声图像，对原始乳房超声图像进行处理，获取面向BIRADS的特征映射；将面向BIRADS的特征映射输入至SATPN网络中，基于编码器对面向BIRADS的特征映射进行特征提取，得到病变特征；对病变特征分别进行分类训练和重建训练，获取图像重建误差和标签预测误差；对图像重建误差和标签预测误差进行加权投票，得到最优的图像。本发明能够集成分类和图像重建任务，以实现对乳房的准确识别，提高先验领域知识的利用率，提高乳腺超声图像的病变分类精度。

公开(公告)号：CN117333708A

公开(公告)日：2024-01-02

申请号：CN202311302661.5

申请日：2023-10-10

Applicant: 西北农林科技大学深圳研究院

Inventor： 张二磊 ,  房绍旖 ,  张宏鸣 ,  冯明晨

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/77

Abstract: 本发明公开了一种高光谱图像分类学习方法、系统及介质，该方法包括：随机采集不同场景下的原始高光谱图像；将原始高光谱图像进行降维和切分，获得三维图像块；将获取的三维图像块输入多层次特征提取神经网络，获得空谱联合特征图；重复迭代应用多层次特征提取神经网络，获得最优质空谱联合特征图；将获取的最优质空谱联合特征图输入到分类网络中，得到分类结果。本发明结合卷积神经网络和ViT的优势，能够充分挖掘高光谱图像不同层次的特征，进而获得最优质空谱联合特征图的分类结果。