温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
一种基于弱监督学习的X光肺部疾病自动定位方法,包括以下步骤:收集多份肺部X射线光片进行初始标记,并整理成训练集;对训练集进行预处理;构建基于类激活图和带有自监督注意力模块的深度学习神经网络,将经处理后的份肺部X射线光片进行多角度旋转,并输入...该专利属于中国科学院大学宁波华美医院所有,仅供学习研究参考,未经过中国科学院大学宁波华美医院授权不得商用。
温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
一种基于弱监督学习的X光肺部疾病自动定位方法,包括以下步骤:收集多份肺部X射线光片进行初始标记,并整理成训练集;对训练集进行预处理;构建基于类激活图和带有自监督注意力模块的深度学习神经网络,将经处理后的份肺部X射线光片进行多角度旋转,并输入...