-
公开(公告)号：CN118865477B
公开(公告)日：2025-02-14
申请号：CN202411370494.2
申请日：2024-09-29
Applicant: 苏州大学
Abstract: 本发明公开了一种基于知识蒸馏和自监督学习的近视性黄斑病变分类方法及系统，涉及医学图像分类技术领域，包括自监督学习阶段和近视性黄斑病变分类阶段，自监督学习阶段包括图像掩码模块、知识蒸馏与特征编码模块和图像重建模块；通过对原始眼底彩照图像进行高通滤波来产生重建目标，使表示学习优先考虑高频成分，即图像细节和边缘信息，使得网络更多关注到图像的高频细节来实现图像重建。本发明通过优化蒸馏技术和重建策略，实现了在眼底图像病变分类中的高效应用；从较大模型中提取知识，提高模型的训练效率；增强了模型对图像细节部分的捕获，分类性能良好，为后续病变的定量分析奠定基础。
-
公开(公告)号：CN118865477A
公开(公告)日：2024-10-29
申请号：CN202411370494.2
申请日：2024-09-29
Applicant: 苏州大学
Abstract: 本发明公开了一种基于知识蒸馏和自监督学习的近视性黄斑病变分类方法及系统，涉及医学图像分类技术领域，包括自监督学习阶段和近视性黄斑病变分类阶段，自监督学习阶段包括图像掩码模块、知识蒸馏与特征编码模块和图像重建模块；通过对原始眼底彩照图像进行高通滤波来产生重建目标，使表示学习优先考虑高频成分，即图像细节和边缘信息，使得网络更多关注到图像的高频细节来实现图像重建。本发明通过优化蒸馏技术和重建策略，实现了在眼底图像病变分类中的高效应用；从较大模型中提取知识，提高模型的训练效率；增强了模型对图像细节部分的捕获，分类性能良好，为后续病变的定量分析奠定基础。
-
Search Results
2
records
(took 0.111 seconds)
