您好！欢迎访问云南省人工智能重点实验室
专利
 名称： |
基于Transformer的关键特征增强胃癌图像识别方法 |
| 作者： |
李华锋,柴毅,唐凌峰 |
| 类型： |
发明专利 |
| 状态： |
已授权 |
| 专利号/登记号： |
202111457189.3 |
| 申请日/受理日： |
2021-12-01 |
| 公告日： |
2022-03-01 |
| 授权日： |
2022-11-29 |
| 简介： |
本发明涉及基于Transformer的关键特征增强胃癌图像识别方法。本发明用预训练的YoloV5网络筛选出局部病变区域，用交叉信息Transformer网络对待分类图像进一步增强待识别区域关键特征。在交叉信息Transformer网络中，通过多头自注意力增强待分类图像中的病变区域特征。整个网络通过分类损失与三元组损失进行训练。训练完成后将测试集图像输入到训练好的网络模型中，评估网络的性能指标。本发明与现有的胃癌图像识别方法相比，病变区域检测机制可以有效筛选关键特征信息，削弱无效背景信息的干扰，同时交叉信息Transformer网络可以充分增强病变区域信息的特征表示，提升胃癌图像识别精度。 |
