-
公开(公告)号:CN118334456B
公开(公告)日:2024-09-10
申请号:CN202410772479.4
申请日:2024-06-17
申请人: 山东师范大学
IPC分类号: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/46 , G06N3/0464 , G06N3/0895
摘要: 本发明属于医学图像处理领域,提供了一种基于多特征融合和弱监督定位的胃肠化生图像分类系统,通过将RGB图像转换为HSV图像和局部二值模式图像来提取特征并基于多头自注意力机制和通道注意力机制设计了一种多特征融合模块,实现了GIM图像中颜色和纹理信息的有效利用,提高了模型的分类性能。同时,通过弱监督定位技术定位GIM图像中的病变区域,利用预训练网络的预测置信度对病变激活图进行加权,减轻了不准确的病变激活图带来的影响;RGB图像与加权后的病变激活图融合后再进行特征提取,解决了传统模型无法在只有图像级标注的情况下关注病变区域的问题,进一步提升了胃肠化生严重程度分级准确率。
-
公开(公告)号:CN118334456A
公开(公告)日:2024-07-12
申请号:CN202410772479.4
申请日:2024-06-17
申请人: 山东师范大学
IPC分类号: G06V10/764 , G06V10/80 , G06V10/44 , G06V10/46 , G06N3/0464 , G06N3/0895
摘要: 本发明属于医学图像处理领域,提供了一种基于多特征融合和弱监督定位的胃肠化生图像分类系统,通过将RGB图像转换为HSV图像和局部二值模式图像来提取特征并基于多头自注意力机制和通道注意力机制设计了一种多特征融合模块,实现了GIM图像中颜色和纹理信息的有效利用,提高了模型的分类性能。同时,通过弱监督定位技术定位GIM图像中的病变区域,利用预训练网络的预测置信度对病变激活图进行加权,减轻了不准确的病变激活图带来的影响;RGB图像与加权后的病变激活图融合后再进行特征提取,解决了传统模型无法在只有图像级标注的情况下关注病变区域的问题,进一步提升了胃肠化生严重程度分级准确率。
-