[发明专利]基于深度卷积神经网络及多实例学习的新冠诊断系统在审
| 申请号： | 202011019778.9 | 申请日： | 2020-09-25 |
| 公开（公告）号： | CN112150442A | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 杨光;高远;牛张明;夏军;江荧辉;叶晴昊;王旻浩 | 申请（专利权）人： | 帝工（杭州）科技产业有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G16H50/20;A61B6/00 |
| 代理公司： | 上海智晟知识产权代理事务所(特殊普通合伙) 31313 | 代理人： | 张东梅 |
| 地址： | 310018 浙江省杭州市杭州经济技术开*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度卷积神经网络及多实例学习的新冠诊断系统，特征提取模块对患者CT序列打包并进行时域卷积，同时通过弱监督学习对受感染切片实例进行筛选，获取感染片段；多分支网络体系，被配置为将患者CT序列中提取的特征序列输入多个并行分支网络，不同并行分支网络输出的类激活序列之间具有差异，以定位不同的感染片段，以对患者特定病例特征的完整性进行建模，并对抗所述弱监督学习诱导的注意力发散，以增强所述感染片段的精确度和鲁棒性；多实例学习模块被配置为进行多实例套袋进行时域卷积的特征融合，以增强所述患者特定病例特征表达；门控注意力机制模块被配置为进行自适应实例特征加权融合，以避免多实例学习中梯度消失。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 实例 学习 诊断 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帝工（杭州）科技产业有限公司，未经帝工（杭州）科技产业有限公司许可，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/202011019778.9/，转载请声明来源钻瓜专利网。
