[发明专利]基于多任务学习的乳腺超声图像目标区域识别方法及系统有效

专利信息
申请号: 202310572578.3 申请日: 2023-05-22
公开(公告)号: CN116309585B 公开(公告)日: 2023-08-22
发明(设计)人: 刘治;聂伟琦;曹艳坤 申请(专利权)人: 山东大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 王雪
地址: 266237 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于图像处理领域,提供了一种基于多任务学习的乳腺超声图像目标区域识别方法及系统,包括采集患者原始乳腺超声图像并进行预处理;基于预处理后的乳腺超声图像,利用预先训练好的多任务学习模型进行性质判断和目标区域分割。本发明利用多任务网络模型可以同时处理多个相关性任务,通过共享特征提取模块,将不同任务的特征进行融合,充分利用分类和分割的任务相关性,从而提高乳腺图像的分类和分割精度。
搜索关键词: 基于 任务 学习 乳腺 超声 图像 目标 区域 识别 方法 系统
【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山东大学,未经山东大学许可,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/202310572578.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top