-
公开(公告)号:CN118115806A
公开(公告)日:2024-05-31
申请号:CN202410291759.3
申请日:2024-03-14
Applicant: 复旦大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于混合注意力的Pcle图像半监督分类模型,包括DResNet网络和混合注意力模块,DResNet网络用于对鼻咽部的pCLE病理图像数据进行分类和图像特征提取;混合注意力模块用于通过并行集成的方式对通道注意力机制和重构池化的空间注意力机制进行策略性的整合,本发明的有益效果是:解决了传统卷积神经网络在鼻咽部pCLE图像中损失图像差异性信息和无法聚焦病灶位置的问题。该发明首先对ResNet网络模型做出改进,减小了网络层数,增加了模块之间的跳跃连接,然后再引入混合注意力机制,该机制同时从空间关系上和通道维度上进行建模,提高了模型的半监督分类性能。