公开(公告)号：CN113361543A

公开(公告)日：2021-09-07

申请号：CN202110642694.9

申请日：2021-06-09

Applicant: 北京工业大学

Inventor： 李建强 ,  谭卓斐 ,  付光辉

IPC: G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种CT图像特征提取方法、装置、电子设备和存储介质，所述方法包括：基于特征提取模型，获取样本CT图像的样本图像序列的特征权重参数；基于特征权重参数，提取CT图像特征；其中，特征提取模型是基于样本CT图像的样本图像序列对以及样本图像序列对对应的样本光流图进行对比学习得到的。本发明对比学习得到的特征提取模型能够学习无标签的样本CT图像的样本图像序列对上图像的通用表示形式，进而在基于特征提取模型的特征权重参数提取CT图像特征时，可以快速且准确从待提取特征的CT图像中提取出能够表达该CT图像本质的通用特征，从而可以避免传统方法中人工标注量大且周期长的问题。

公开(公告)号：CN113361543B

公开(公告)日：2024-05-21

申请号：CN202110642694.9

申请日：2021-06-09

Applicant: 北京工业大学

Inventor： 李建强 ,  谭卓斐 ,  付光辉

IPC: G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/084 ,  G06N3/0455 ,  G06V10/74

Abstract: 本发明提供一种CT图像特征提取方法、装置、电子设备和存储介质，所述方法包括：基于特征提取模型，获取样本CT图像的样本图像序列的特征权重参数；基于特征权重参数，提取CT图像特征；其中，特征提取模型是基于样本CT图像的样本图像序列对以及样本图像序列对对应的样本光流图进行对比学习得到的。本发明对比学习得到的特征提取模型能够学习无标签的样本CT图像的样本图像序列对上图像的通用表示形式，进而在基于特征提取模型的特征权重参数提取CT图像特征时，可以快速且准确从待提取特征的CT图像中提取出能够表达该CT图像本质的通用特征，从而可以避免传统方法中人工标注量大且周期长的问题。