[发明专利]一种基于多任务学习的超声图像多分类方法在审
| 申请号： | 202111042625.0 | 申请日： | 2021-09-07 |
| 公开（公告）号： | CN113689421A | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 肖潇;戚庭月;马彦辉;孙红光;朱毅 | 申请（专利权）人： | 扬州大学附属医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈栋智 |
| 地址： | 225000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多任务学习的超声图像多分类方法，包括步骤：1）设计和实现贝叶斯多项式回归算法，并将同时包括有标签和无标签的超声图像数据集作为输入，学习得到所有任务共有的模型参数；2）构建叠加重构独立成分分析模型对输入的图像特征表示做训练；3）构建半监督多任务学习框架，对多任务的图像特征表示进行进一步优化；4）用逻辑回归模型在有标签的超声图像数据集上训练分类器，并在无标签的超声图像数据集上得到分类结果。本发明结合深度学习和多任务学习的特点，将所有数据集进行组合以提高泛化性能，并利用超声图像数据集中已有的部分有标签数据，提升了超声图像数据集的分类准确度，具有较高的实用性。 | ||
| 搜索关键词： | 一种 基于 任务 学习 超声 图像 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学附属医院，未经扬州大学附属医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111042625.0/，转载请声明来源钻瓜专利网。
