基于多模态数据的类风湿关节炎活动度分级装置

    公开(公告)号:CN116797572A

    公开(公告)日:2023-09-22

    申请号:CN202310755346.1

    申请日:2023-06-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态数据的类风湿关节炎活动度分级装置,主要包括:影像预处理模块,用于将病例的多张关节影像转换为影像特征;提取模块,用于使用TransformerD提取全部关节影像特征;优化影像表征模块,用于获得对应影像的病变分类预测和影像整体的疾病分级预测,并与对应病变标签计算第一交叉熵损失;其他模态特征提取模块,用于使用MLP提取其他模态特征并增强;特征融合模块,用于使用TransformerP对上述各模态特征进行交互和融合,获得多模态数据的疾病分级预测,并与真实分级标签计算第二交叉熵损失;损失函数优化模块,用于训练疾病活动度分级预测网络;疾病分级预测模块,用于给定病例的关节影像和其他模态数据,分级预测网络输出该病例疾病活动度。

    基于辅助教学网络的半监督目标检测方法及装置

    公开(公告)号:CN118015249A

    公开(公告)日:2024-05-10

    申请号:CN202410011507.0

    申请日:2024-01-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于辅助教学网络的半监督目标检测方法及装置。用于解决难以保证生成的伪标签的质量和模型对困难样本的识别能力不足的问题;本发明在教师‑学生模型的基础上增加一个助理模型,使其和教师模型在随机噪声下进行相同数据的学习,通过教师模型和助理模型的损失累积值计算矫正权重,以此进行伪标签的自适应校正,提高生成伪标签的质量;本发明设计了一个低置信度目标筛选机制,对困难样本进行二次筛选,降低困难样本产生的干扰;本发明主要用于利用少量有标签的样本数据和大量无标签的样本数据训练出高精度的目标检测模型。

Patent Agency Ranking