-
公开(公告)号:CN118038080A
公开(公告)日:2024-05-14
申请号:CN202410125078.X
申请日:2024-01-30
Applicant: 北京大学
IPC: G06V10/44 , G06V10/774 , G06V10/54 , G06V10/764 , G06V10/80 , G06V10/776 , G06N3/0455
Abstract: 本申请涉及一种图像数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取图像训练集,并基于编码器提取图像训练集中的图像结构特征和图像纹理特征;对图像结构特征和图像纹理特征进行重构,得到重构图像特征,并通过共享解码器对重构图像特征进行解码处理,得到重构损失值集;通过分类器对图像结构特征进行分类处理,得到分类损失值集,并基于重构损失值集和分类损失集更新编码器和共享解码器的参数;在更新后的编码器满足训练停止条件的情况下,将编码器中的共享编码器确定为特征提取模型;特征提取模型用于提取图像中的图像结构特征。采用本方法能够提高特征提取模型的准确性。
-
公开(公告)号:CN117726879A
公开(公告)日:2024-03-19
申请号:CN202410032387.2
申请日:2024-01-09
Applicant: 北京大学
IPC: G06V10/764 , A61B5/055 , A61B5/00 , G06V10/80 , G06V10/40 , G06V10/74 , G06N3/0895 , G06N3/042 , G06N3/0464 , G06T7/00
Abstract: 本申请涉及一种脑部异常分析模型的训练方法、装置和计算机设备。方法包括:获取不同用户的大脑磁共振图像、以及每个用户的脑部异常标签信息,并将每个用户的脑部功能连接图转化为各用户的每个大脑图谱对应的各脑部视图,再通过对比学习策略,训练得到脑部特征识别器,从而识别各用户的每个大脑图谱对应的各脑部视图的脑部特征,并分别融合得到每个用户对应的脑部特征集合;识别每两个用户的各相似脑部特征,从而训练初始脑部异常分类器,得到脑部异常分类器,并将脑部特征识别器、以及脑部异常分类器,作为脑部异常分析模型。采用本方法能够提升训练的脑部异常分析模型的分析精准度。
-