用于组织图像分类的多实例学习器.pdf
飞飙****ng
亲,该文档总共67页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
用于组织图像分类的多实例学习器.pdf
本发明涉及一种对组织图像进行分类方法。所述方法包括:‑接收(102)多个数字组织图像;‑将每个所接收的图像拆分(104)成一组图像块;‑针对所述块中的每个块,从所述块中提取(106)特征向量;‑提供(108)多实例学习(MIL)程序,所述多实例学习程序被配置为使用模型来基于从任何图像的所有块中提取的特征向量将所述输入图像分类为至少两个不同类别中的一个类别的成员;‑针对所述块中的每个块,计算(110)确定性值,所述确定性值指示所述模型关于所述块的特征向量对所述图像的分类的贡献的确定性;‑针对所述图像中的每个
用于预后组织模式识别的多实例学习器.pdf
本发明涉及一种识别指示患者相关属性值的组织模式的方法(100)。所述方法包括:接收(102)患者组织样品的数字图像(212),所述图像已分配了指示患者相关属性值的标签;将每个接收到的图像拆分(104)成图像块集(216);计算(106)每个块的特征向量(220);基于所有块和相应的特征向量训练(108)多实例学习(MIL)程序(226),以便针对所述块中的每个块计算数值(228),所述数值指示与所述块相关联的特征向量相对于所述块的相应图像的标签的预测能力;以及输出报告库(206),所述报告库包含块,所述块
一种基于实例依赖互补标签学习的图像分类方法.pdf
本发明公开了一种基于实例依赖互补标签学习的图像分类方法,包括:在骨干网络之上构建转移矩阵网络和分类器网络,用于估计实例的互补标签转移矩阵和预测实例的真实类别;将实例特征嵌入为指定维度的特征向量,并以特征向量的欧式距离为度量挖掘实例的近邻;结合互补标注分类和语义聚类训练分类器网络,估计实例的真实类后验概率,选取概率前1%大的实例作为近似锚点对转移矩阵网络进行初始化;引入约束——“特征空间上邻近的实例具有更相似的互补标签转移矩阵”——来限制转移矩阵的自由度,并构建端到端的联合训练框架协同优化转移矩阵网络和分类
用于实例分割的头部模型、实例分割模型、图像分割方法及装置.pdf
本申请公开了一种用于实例分割的头部模型、实例分割模型、图像分割方法及装置,涉及计算机视觉和深度学习技术等人工智能技术领域,其中头部模型包括:所述目标框分支包括第一分支和第二分支,所述第一分支用于对输入的第一特征图进行处理,得到目标框的类别信息和置信度,所述第二分支用于对所述第一特征图进行处理,得到所述目标框的位置信息;所述掩码分支用于对输入的第二特征图进行处理,得到掩码信息;其中,所述第二特征图为ROI提取模块输出的特征图,所述第一特征图为所述第二特征图经池化处理后得到的特征图。本申请能够使头部部分预测出
用于处理图像的图像处理器和方法.pdf
本申请涉及用于处理图像的图像处理器和方法。披露了一种计算扭曲结果的方法,该方法可以包括:针对一组目标像素中的每个目标像素执行扭曲计算过程,该扭曲计算过程包括:通过处理单元阵列中的第一组处理单元接收与目标像素相关联的第一权重和第二权重;通过阵列中的第二组处理单元接收与目标像素相关联的相邻源像素的值;通过第二组基于响应于相邻源像素的值和一对权重计算扭曲结果;并且将扭曲结果提供给存储器模块。