原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于上下文感知多尺度特征融合的乳腺病理图像识别系统，包括：提取乳腺组织病理图像的多尺度特征；对多尺度特征图采用十字交叉注意力机制提取广泛的上下文信息；对多尺度上下文视图自上而下依次进行上采样操作并与相邻低层的上下文视图进行级联后，对每个尺度所对应分支的输出特征图经降维后，通过全局平均池化进行尺寸统一与拼接融合得到多尺度融合特征；根据多尺度融合特征得到图像类别预测结果。通过融合多尺度上下文信息来增强特征与类别之间的相关性，将不同分支获取的不同层次的上下文信息进行两次融合以表示图像的综
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116030307 A
(43)申请公布日 2023.04.28
(21)申请号 202310089452.0
(22)申请日 2023.02.03
(71)申请人 山东大学
地址 250061
文档评论（0）