<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 北京航空航天大學潘俊君獲國家專利權

          北京航空航天大學潘俊君獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉北京航空航天大學申請的專利弱監督學習糖尿病視網膜病變分級與病灶識別方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114330484B

          龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111356999.X,技術領域涉及:G06V10/764;該發明授權弱監督學習糖尿病視網膜病變分級與病灶識別方法及系統是由潘俊君;谷云超;王心亮設計研發完成,并于2021-11-16向國家知識產權局提交的專利申請。

          弱監督學習糖尿病視網膜病變分級與病灶識別方法及系統在說明書摘要公布了:本發明涉及一種弱監督學習糖尿病視網膜病變分級與病灶識別方法及系統,其方法包括:S1:將糖網眼底彩像輸入CNN網絡,得到特征圖F;將F輸入基于弱監督物體定位的病灶點捕捉模塊,選擇進入分支模塊,計算得到得分圖,將得分圖與特征圖F相乘,得到新的特征圖F';S2:使用基于強化學習的最優網絡結構搜索模塊對基于弱監督病灶點捕捉模塊在CNN網絡的插入位置、選取概率以及特征丟棄閾值與保留閾值進行計算,最后輸出特征圖FNA;S3:通過屬性挖掘與病灶識別模塊得到病灶屬性預測結果和疾病分級結果;S4:基于S3的結果,通過多次迭代擦除計算得到最終的病灶識別結果。本發明提供的方法可提升病灶捕捉的效果,并使用病灶挖掘方法確定病灶類型,為疾病分級提供依據。

          本發明授權弱監督學習糖尿病視網膜病變分級與病灶識別方法及系統在權利要求書中公布了:1.一種弱監督學習糖尿病視網膜病變圖像特征分級與病灶圖像特征識別方法,其特征在于,包括: 步驟S1:將糖網眼底彩像輸入卷積神經網絡,得到特征圖;將輸入基于弱監督物體定位的病灶點捕捉模塊,將其降維成一維特征圖,根據選取概率,選擇進入三個分支模塊:注意力分支模塊、顯著性特征擦除模塊和顯著性特征保留模塊中的一支,計算得到得分圖,將所述得分圖與所述特征圖相乘,得到新的特征圖; 步驟S2:使用基于強化學習的最優網絡結構搜索模塊對所述基于弱監督病灶點捕捉模塊在所述卷積神經網絡模型中的插入位置、三個分支模塊的所述選取概率、所述顯著性特征擦除模塊和所述顯著性特征保留模塊中的特征丟棄閾值與保留閾值進行計算,最后輸出特征圖,具體包括: 使用LSTM作為控制器生成搜索的參數值,使用ResNet50作為特征提取的骨干網絡,通過所述選取概率獲取所述基于弱監督物體定位的病灶點捕捉模塊的各個參數,并通過驗證集在所述基于弱監督物體定位的病灶點捕捉模塊上的表現來縮放的梯度,以此更新所述控制器;從而確定基于弱監督病灶點捕捉模塊在所述卷積神經網絡模型中的插入位置、三個分支模塊的選取概率、所述顯著性特征擦除模塊和所述顯著性特征保留模塊中的特征丟棄閾值與保留閾值; 步驟S3:根據糖尿病視網膜病變分級標準,得到用于區分糖網等級的病灶類別,將其作為先驗知識用于弱監督多標簽分類的標注,通過屬性挖掘與病灶識別模塊得到病灶屬性預測結果以及疾病分級結果; 步驟S4:基于所述病灶屬性預測結果以及疾病分級結果,使用類激活圖方法得到病灶位置的可視化圖,通過多次迭代擦除計算得到最終的病灶識別結果。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京航空航天大學,其通訊地址為:100191 北京市海淀區學院路37號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 伊人成色综合人夜夜久久| 日韩中文字幕有码av| 成人午夜电影福利免费| 国产精品白丝jkav网站| 国产综合av一区二区三区无码| 无码国内精品久久人妻蜜桃| 无码人妻精品一区二区在线视频| 亚洲日韩av在线观看| 国产一区二区三区不卡在线观看| 国产精品青草久久福利不卡| 国产绳艺sm调教室论坛| 欧美 亚洲 国产 制服 中文| 丰满熟妇乱又伦在线无码视频| 亚洲精品色情aⅴ色戒| 国产四虎永久免费观看| 亚洲第一极品精品无码久久| 99久久免费只有精品国产| 中国亚洲呦女专区| 亚洲欧洲日产国码无码久久99| 尤物色综合欧美五月俺也去| 国产在线观看免费人成视频| 亚洲高清乱码午夜电影网| 亚洲人成自拍网站在线观看 | 狠狠色狠狠色狠狠五月| av鲁丝一区鲁丝二区鲁丝三区| 亚洲国产精品久久久久爰| 大又大又粗又硬又爽少妇毛片| 又大又粗欧美成人网站| 久久久久高潮毛片免费全部播放| 国产人妻人伦精品| 久久亚洲精品久久国产一区二区 | 亚洲欧美牲交| 在线精品免费视频无码的| 亚洲日本乱码在线观看| 日日夜夜撸啊撸| 秋霞鲁丝片成人无码| 青乐娱精品视频一国产分类 | 日韩久久久久久中文人妻| 40岁大乳的熟妇在线观看| 精品综合久久久久久888蜜芽| 韩国19禁无遮挡啪啪无码网站|