公开(公告)号：CN114387467B

公开(公告)日：2022-07-29

申请号：CN202111501536.8

申请日：2021-12-09

Applicant: 哈工大(张家口)工业技术研究院 ,  哈尔滨工业大学

Inventor： 孙明健 ,  沈毅 ,  马凌玉 ,  胡歆格

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于多模块卷积特征融合的医学图像分类方法，所述方法包括如下步骤：步骤一、图像预处理；步骤二、网络模型分模块卷积设计；步骤三、多模块特征融合；步骤四、基于多模块融合特征的特征提取；步骤五、经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法性能优异。此方法不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整各模块输出通道数，以改进分类效果。

公开(公告)号：CN114387467A

公开(公告)日：2022-04-22

申请号：CN202111501536.8

申请日：2021-12-09

Applicant: 哈工大(张家口)工业技术研究院 ,  哈尔滨工业大学

Inventor： 孙明健 ,  沈毅 ,  马凌玉 ,  胡歆格

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于多模块卷积特征融合的医学图像分类方法，所述方法包括如下步骤：步骤一、图像预处理；步骤二、网络模型分模块卷积设计；步骤三、多模块特征融合；步骤四、基于多模块融合特征的特征提取；步骤五、经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法性能优异。此方法不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整各模块输出通道数，以改进分类效果。