← 返回列表
联合一阶和二阶特征的脑肿瘤MRI图像分类方法及系统
申请人信息
- 申请人:泰山学院
- 申请人地址:271000 山东省泰安市岱岳区东岳大街525号
- 发明人: 泰山学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 联合一阶和二阶特征的脑肿瘤MRI图像分类方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311753751.6 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117437493A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 泰山学院 |
| 发明人 | 刘明霞; 王琳琳; 陶体伟; 姜山; 王继燕 |
| 地址 | 山东省泰安市岱岳区东岳大街525号 |
摘要文本
本发明公开了一种联合一阶和二阶特征的脑肿瘤MRI图像分类方法及系统,涉及医学影像分析技术领域,该方法包括:获取待分类的脑肿瘤MRI图像,对脑肿瘤MRI图像进行预处理;以预训练的ResNet18网络作为主干网络,利用主干网络提取预处理后的脑肿瘤MRI图像的初始特征向量;基于初始特征向量,通过全局平均池化获取脑肿瘤MRI图像的一阶特征向量,通过协方差池化获取脑肿瘤MRI图像的二阶特征向量;基于一阶特征向量和二阶特征向量,分别进行类别预测,再将两种类别预测结果相加融合,得到最终的分类结果。本发明通过联合一阶和二阶特征来总结图像数据的全局特征和更精细的局部结构,实现更高精度的脑肿瘤MRI图像分类。
专利主权项内容
1.一种联合一阶和二阶特征的脑肿瘤MRI图像分类方法,其特征是,包括:获取待分类的脑肿瘤MRI图像,对脑肿瘤MRI图像进行预处理;以预训练的ResNet18网络作为图像分类网络模型的主干网络,利用主干网络提取预处理后的脑肿瘤MRI图像的初始特征向量;基于初始特征向量,通过全局平均池化获取脑肿瘤MRI图像的一阶特征向量;基于初始特征向量,通过协方差池化获取脑肿瘤MRI图像的二阶特征向量;基于一阶特征向量和二阶特征向量,通过对应的分类器分别进行类别预测,再将两种类别预测结果相加融合,得到最终的待分类的脑肿瘤MRI图像的分类结果。