[发明专利]面向医学图像分类的对抗样本生成方法及系统在审
| 申请号： | 201910623044.2 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110516695A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 张道强;朱文勇;张涛;李仲年 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G16H30/00;G16H50/20 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 常虹<国际申请>=<国际公布>=<进入国 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向医学图像分类的对抗样本生成方法和系统，其中对抗样本生成方法包括步骤：1、建立并训练医学图像分类网络；2、构建对抗样本生成网络G；G采用A或B的方式生成对抗样本图像：A：G根据原始图像或噪声图像生成扰动，经范数约束后得到对抗扰动U，将U添加到原始图像上，得到对抗样本图像；B：G根据原始图像生成对抗样本图像；3、将生成的对抗样本图像输入医学图像分类网络中得到分类结果；根据原始图像的真实分类结果cx的one‑hot编码计算损失函数，通过最小化目标函数来更新G的参数，得到优化后的对抗样本生成网络G(·)；4、使用G(·)按照A或B的方式得到对抗样本图像。该方法能够根据医学图像分类网络的结果生成有效对抗样本，对分类网络进行攻击实验。 | ||
| 搜索关键词： | 对抗 样本图像 分类网络 样本生成 医学图像 原始图像 扰动 编码计算 分类结果 结果生成 目标函数 损失函数 噪声图像 真实分类 最小化 范数 构建 样本 网络 攻击 分类 更新 优化 | ||
【主权项】：
1.面向医学图像分类的对抗样本生成方法，其特征在于，包括步骤：/n(1)建立医学图像分类网络K，并采用已添加类别标签的医学图像数据集对所述医学图像分类网络进行训练；所述医学图像分类网络对输入图像x进行分类，得到所有类标签的概率向量k(x)，分类结果K(x)＝argmaxk(x)；/n(2)构建对抗样本生成网络G；所述对抗样本生成网络G采用A或B两种方式之一生成对抗样本图像a：/n(A)所述对抗样本生成网络G根据输入的原始图像x或噪声图像Z生成扰动u，对扰动u进行范数约束后得到对抗扰动U，将对抗扰动U添加到原始图像x上，得到对抗样本图像a；/n(B)所述对抗样本生成网络G根据输入的原始图像x生成对抗样本图像a；/n(3)将生成的对抗样本图像a输入到训练好的医学图像分类网络K中，得到分类结果K(a)；根据原始图像x的真实分类结果cx的one-hot编码
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南京航空航天大学，未经南京航空航天大学许可，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/201910623044.2/，转载请声明来源钻瓜专利网。
