Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学刘娟获国家专利权

武汉大学刘娟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉大学申请的专利一种基于多尺度注意力特征增强的宫颈细胞分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116386034B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310131751.6,技术领域涉及:G06V20/69;该发明授权一种基于多尺度注意力特征增强的宫颈细胞分类方法是由刘娟;金钰设计研发完成,并于2023-02-16向国家知识产权局提交的专利申请。

一种基于多尺度注意力特征增强的宫颈细胞分类方法在说明书摘要公布了:本发明公开了一种基于多尺度注意力特征增强的宫颈细胞分类方法,包括:S1:使用深度卷积神经网络提取多尺度特征;S2:根据FPN中的特征融合方法构造多尺度特征金字塔;S3:对金字塔特征中每层特征分别计算空间注意力和通道注意力,生成空间注意力金字塔以及通道注意力向量;S4:利用空间注意力金字塔阈值分割得到的masks增强空间注意力;S5:使用增强后的空间注意力金字塔与各层通道注意力向量对S2中的多尺度金字塔特征进行注意力加权,得到多尺度注意力特征金字塔;S6:分别对多尺度注意力特征金字塔中的每层特征构造分类器;S7:对整个网络进行梯度下降优化训练并对宫颈细胞进行分类预测。本发明提供一种具有更高分类准确率的宫颈细胞分类模型。

本发明授权一种基于多尺度注意力特征增强的宫颈细胞分类方法在权利要求书中公布了:1.一种基于多尺度注意力特征增强的宫颈细胞分类方法,其特征在于,步骤如下: S1:使用包含多个block的深度卷积神经网络从宫颈细胞图像中提取多尺度特征;所述深度卷积神经网络为任何通用分类网络的backbone,该网络被分成n个block,每个block的输出特征图具有不同的尺度; S2:根据FPN中的特征融合方法构造多尺度特征金字塔;S2中通过将深层block输出的特征图采样至浅层block输出特征图同样大小后,与浅层block输出特征图相加实现自上而下的不同尺度特征的融合,并使用每个block输出特征与深层特征融合后的特征构建多尺度特征金字塔; S3:使用APN对多尺度金字塔特征中每层特征分别计算空间注意力和通道注意力,生成空间注意力金字塔以及各层的通道注意力向量; 其中,S3包括: S3.1:对多尺度金字塔特中的每层特征进行反卷积和sigmoid归一化,生成每层特征对应的空间注意力图; S3.2:对多尺度金字塔特中的每层特征依次经过全局平均池化和两个全连接层后生成初始通道注意力; S3.3:使用当前层的初始通道注意力与浅层的通道注意力相加融合得到当前层最终的通道注意力,实现自下而上的不同尺度注意力特征融合; S4:利用空间注意力金字塔阈值分割得到的masks增强空间注意力; S5:使用增强后的空间注意力金字塔与各层通道注意力向量对S2中的多尺度金字塔特征进行注意力加权,得到用于分类的多尺度注意力特征金字塔; S6:分别对多尺度注意力特征金字塔中的每层特征构造分类器; S7:利用三项损失函数对整个网络进行端到端的梯度下降优化训练,用训练好的分类网络对宫颈细胞进行分类预测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。