- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于中央凹残差网络的前列腺多模MR图像分类方法和系统,其中方法包括:采用中央凹算子中的模糊核替换残差网络的卷积核,由此构建中央凹残差网络;利用带类别标签的前列腺多模MR图像训练中央凹残差网络,得到训练好的中央凹残差网络;利用中央凹残差网络对待分类的前列腺多模MR图像进行分类,得到分类结果。本发明基于人眼视觉特性,设计中央凹算子,提取该算子的模糊核,利用其替代残差网络中的卷积核,由此构建中央凹深度学习网络,可以提取符合人眼视觉特性的特征,由此提升前列腺多模态MR图像的分类精度。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113191413 B
(45)授权公告日 2022.06.21
(21)申请号 202110450651.0 A61B 5/055 (2006.01)
(22)申请日 2021
文档评论(0)