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
本发明涉及图像自动识别技术领域，具体公开了一种高分辨率肺出血图像弱监督分割方法，属于图像处理方法。现有的弱监督分割方法很少可以直接处理肺部解剖学的高分辨率图像，且处理图像过程中会存在形态较为相似、颜色对比度较低的两种不易区分的区域，导致模型在对其分割时结果较差。本发明提出一种弱监督分割方法辅助分类器生成高质量的类别激活图，在此基础上结合图神经网络构建编码器‑解码器结构，利用高质量的类别激活图以及有效的在线监督方法，可以有效识别不同子块类型之间的差异，最终得到高质量的分割图像。相比于现有技术，提出
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118072009A
(43)申请公布日2024.05.24
(21)申请号202410059090.5G06N3/042(2023.01)
文档评论（0）