[发明专利]一种结合小波变换和张量网络的医学图像分类方法在审
| 申请号： | 202111475762.3 | 申请日： | 2021-12-06 |
| 公开（公告）号： | CN113989576A | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 赖红;黄延 | 申请（专利权）人： | 西南大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/52;G06V10/82;G06K9/62;G06N10/00;G06N3/04;G06N3/08 |
| 代理公司： | 重庆敏创专利代理事务所(普通合伙) 50253 | 代理人： | 陈千 |
| 地址： | 400715*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医学图像分类技术领域，具体公开了一种结合小波变换和张量网络的医学图像分类方法，提出了一种粗粒化网络，该粗粒化网络结合了小波变换和MERA，即将D4小波编码到MERA中，形成一个内部参数固定的waveletMERA模型，并且还构建了一个如全连接层般的张量分类网络。本发明使用MNIST数据集、Covid‑19数据集和LIDC数据集进行多维验证，结果表明waveletMERA的准确率稳定居高，比CNNs的深度神经网络具有更好的粗粒化能力，使waveletMERA能够在保证精度的同时，更大程度上减少模型的参数量。结果表明waveletMERA不仅在分类上优于当前主流的深度神经网络，而且在数据预处理方面也优于普通小波变换。不仅如此，waveletMERA还具有张量网络本身的可解释性优势。 | ||
| 搜索关键词： | 一种 结合 变换 张量 网络 医学 图像 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南大学，未经西南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111475762.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种提高深色织物湿摩擦牢度的后处理方法
- 下一篇：一种可调厚型软木剖分机
