一种基于可解释深度学习的乳腺肿瘤图像分类方法.pdfVIP

下载本文档

11
0
约2.67万字
约 15页
2023-08-30 发布于四川
举报
版权申诉

一种基于可解释深度学习的乳腺肿瘤图像分类方法.pdf

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

一种基于可解释深度学习的乳腺肿瘤图像分类方法，属于医学图像处理的技术领域，包括：首先：将注意力原型生成模块保存，用于后续比较分类的注意力原型；其次：设计损失函数中的分离损失项和聚集损失项，同时，根据对乳腺图像数据进行了细粒度信息标注，得到细粒度损失项，以训练分类网络模型；最后：采用所述分类网络模型对实时获取到的医学图像进行比较分类。本发明极大程度地改进了深度学习模型在医学图像分类上的可解释性的限制，是决策协助者，旨在更好的整体人机协作。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116664911 A (43)申请公布日 2023.08.29 (21)申请号 202310433791.6 G06V 10/82 (2022.01)