公开(公告)号：CN115861713A

公开(公告)日：2023-03-28

申请号：CN202211718722.1

申请日：2022-12-29

Applicant: 湖北工业大学

Inventor： 甘海涛 ,  付凌超 ,  欧阳瀚 ,  周然 ,  杨智

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及一种基于多任务学习的颈动脉斑块超声图像处理方法，包括以下步骤：引入颈动脉斑块超声图像数据集，并进行预处理，得到训练数据集；构建多任务网络框架；添加区域权重模块；添加样本权重模块；将训练数据集作为训练样本输入多任务网络进行训练，在测试集上判定斑块类别和预测斑块分割图像。该基于多任务学习的颈动脉斑块超声图像处理方法，通过对多个任务同时进行训练、共享所学习的特征达到输入一次训练样本解决多个问题的目的，如此，提升了深度学习模型泛化能力，使得任务之间互相联动，促进训练效果，提升分割与分类任务的准确度，解决了在颈动脉斑块超声图像领域深度学习模型泛化能力差，学习特征有限的问题。