[发明专利]一种面向小样本的影像语义对齐系统有效
| 申请号： | 201910327483.9 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110084297B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 李继云;王伟鹏;李凯华;孙莉;乐嘉锦 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0442;G06N3/08;G16H50/50;G16H50/20 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 201600 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于编码‑解码模型，公开了一种面向小样本的影像语义对齐系统，是人工智能领域下医学影像报告自动生成的辅助诊疗模型。该系统主要分为三大层次结构：预处理层、编码层和解码层。预处理层包含图像增强、图像分割、图像矩阵转换以及标签对齐；编码层主要利用卷积神经网络(Convolutional Neural Network，CNN)编码器提取图像特征；解码层主要利用长短期记忆网络(long short‑term memory，LSTM)循环网络解码文本匹配。本发明的对齐系统通过调整图像编码层中卷积网络的结构，以适应小样本图像描述的生成。 | ||
| 搜索关键词： | 一种 面向 样本 影像 语义 对齐 系统 | ||
【主权项】：
1.一种面向小样本的影像语义对齐结构，其特征在于，包括数据预处理层、编码层和解码层，其中：数据预处理层为数据前期准备阶段，对输入的影像图像和文本的数据进行预处理操作；编码层采用CNN作为编码器将影像图编码成固定长度的向量，在CNN中提取图像特征；解码层采用LSTM特殊形式的循环网络构建语言模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910327483.9/，转载请声明来源钻瓜专利网。
