公开(公告)号：CN118657996A

公开(公告)日：2024-09-17

申请号：CN202410802495.3

申请日：2024-06-20

Applicant: 中南大学

Inventor： 奎晓燕 ,  吕顶 ,  邹北骥 ,  夏佳志 ,  陈立明 ,  李钦松 ,  张敏

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/20 ,  G06V10/774 ,  G06V10/74 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/088 ,  G06N3/0985 ,  G06V10/80

Abstract: 本发明公开了一种基于无监督元学习的小样本医学图像分类方法，包括以下步骤：获取医学图像数据；对医学图像数据进行采样，并对采样得到的样本进行数据增强，再进行图像处理，得到具有伪标签的训练数据集，将训练数据集分为训练集和验证集；基于原型网络基本框架，构建初始医学图像分类模型；采用训练集，对初始医学图像分类模型进行训练，得到训练集数据分类模型；采用验证集，对训练集数据分类模型进行调整，得到医学图像分类模型；使用医学图像分类模型，进行实际的医学图像分类。本发明方法不仅克服了医学图像数据量少且分布不均匀的问题，而且不需要对样本进行标记，相比现有方法具有成本低，分类正确率高的优点。

公开(公告)号：CN119649152A

公开(公告)日：2025-03-18

申请号：CN202411890615.6

申请日：2024-12-20

Applicant: 中南大学

Inventor： 奎晓燕 ,  吕顶 ,  邹北骥 ,  廖胜辉 ,  李钦松 ,  司伟鑫 ,  梁伟

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06V10/774 ,  G06N3/0464 ,  G06V10/74

Abstract: 本发明公开了一种基于注意力机制的小样本医学图像分类方法，包括获取现有的医学图像数据并预处理得到数据集；基于原型网络和注意力机制构建医学图像分类初始模型并进行训练、优化和验证得到医学图像分类模型；采用得到的医学图像分类模型进行实际的小样本医学图像的分类。本发明还公开了一种包括了所述基于注意力机制的小样本医学图像分类方法的成像方法。本发明通过数据预处理过程来实现小样本医学图像数据的增强，并基于原型网络和注意力机制构建医学图像分类模型并训练，因此本发明不仅能够实现小样本医学图像的分类和成像，而且可靠性更高，精确性更好。