[01903271]一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法
交易价格:
面议
所属行业:
类型:
专利
技术成熟度:
通过小试
专利所属地:中国
专利号:CN202210280434.6
交易方式:
技术转让
联系人:杨老师
所在地:广西壮族自治区桂林市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明属于CT图像分类技术领域,具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分:①基于自适应选择的双源域异构迁移学习的特征提取,②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重,以及源网络特征块和目标网络之间每对卷积块的匹配权重,以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地,从而约束目标网络的训练,进而提高目标网络在小样本情况下的鲁棒性。
本发明属于CT图像分类技术领域,具体地涉及一种基于自适应选择的双源域异构迁移学习的肺结节CT图像分类方法。本发明方法利用CT图像对SPSN患者进行PT与LA的术前辅助诊断。该方法包括两个部分:①基于自适应选择的双源域异构迁移学习的特征提取,②基于稀疏贝叶斯极限学习机的集成分类器构建。基于自适应选择的双源域异构迁移学习模型通过设计基于自适应选择的双源域特征匹配网络自适应确定源网络与目标网络之间每对特征图的匹配权重,以及源网络特征块和目标网络之间每对卷积块的匹配权重,以自动选择源网络中有利于目标任务学习的特征以及特征迁移的目的地,从而约束目标网络的训练,进而提高目标网络在小样本情况下的鲁棒性。