迁移学习特征金字塔网络对X-ray乳腺病灶图像检测方法 | |
李策; 张栋; 刘昊; 靳山岗; 许大有; 高伟哲; 张宁; 李兰; 朱子重 | |
2020-01-10 | |
著作权人 | 兰州理工大学 |
国家 | 中国 |
文献子类 | 发明申请 |
英文摘要 | 本发明提出了一种迁移学习特征金字塔网络对X‑ray乳腺病灶图像检测方法,包括:步骤1,建立源域和目标域数据集;步骤2,由可变形卷积和拓展型残差网络模块模块建立可变形卷积的残差网络层;步骤3,结合可变形卷积的残差网络层通过特征图上采样和特征融合方法,建立基于特征金字塔结构的多尺度特征提取子网络;步骤4,建立病灶位置敏感的可变形池化子网络;步骤5,建立后处理网络层来优化预测结果和损失函数;步骤6,将训练模型迁移至小样本钼靶X线乳腺病灶检测任务上,以提高网络模型对小样本影像中病灶的检测精度。本发明结合迁移学习策略,实现小样本医学影像中的病灶图像处理。 |
公开日期 | 2020-01-10 |
申请日期 | 2019-09-23 |
内容类型 | 专利 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/108058] |
专题 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 李策,张栋,刘昊,等. 迁移学习特征金字塔网络对X-ray乳腺病灶图像检测方法. 2020-01-10. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论