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深度学习的乳腺CEM图像病灶识别系统及设备，涉及医学影像处理领域。通过获取原始CEM图像的低能图和减影图并进行预处理，标注出图像乳腺区域中的病灶，分别用两个ResNet50网络提取低能图和减影图的初步提取特征；进行双模态辅助特征融合并得到多尺度金字塔特征层；每一个金字塔特征层后都连接一个带有注意力机制的检测头对乳腺病灶进行最终的定位和分类。本发明基于深度学习方法，实现了基于多模态的CEM图像对乳腺病灶的快速检测定位和分类，提升了乳腺病灶识别效率和精度。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116993703 A
(43)申请公布日 2023.11.03
(21)申请号 202311006439.0 G06V 10/766 (2022.01)
文档评论（0）