- 1、本文档共13页,其中可免费阅读12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
本发明公开的基于自监督密集卷积神经网络的肝脏肿瘤识别方法,患者的磁共振图像获取肝脏切片数据集,将切片数据集分割后用于对构建的密集卷积网络进行训练,并将训练后的密集卷积网络做编码模块,构建自监督学习网络,编码模块和编码模块的密集连接,对切片数据集中部分的图像的肿瘤区域进行人工标记,然后对整个切片数据集进行分割,采用分割后的图块对自监督学习网络进行训练,采用训练后的自监督学习网络对图像中的肿瘤进行自动识别,该基于自监督的密集卷积神经网络用于肝脏肿瘤识别,设置了一个“拼图”任务作为自监督的上游训练任务
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113362295 A
(43)申请公布日 2021.09.07
(21)申请号 202110593311.3 G06K 9/62 (2006.01)
文档评论(0)