基于多任务学习的超声图像分析方法及装置、存储介质
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于多任务学习的超声图像分析方法及装置、存储介质
申请号:
CN202510741977
申请日期:
2025-06-04
公开号:
CN120725966A
公开日期:
2025-09-30
类型:
发明专利
摘要
本发明公开了一种基于多任务学习的超声图像分析方法,涉及超声影像分析技术。本发明中的基于多任务学习的超声图像分析方法,两个任务共享编码层提取特征信息;编码层包括空间路径与上下文路径,并通过特征融合策略进行特征整合;解码层根据任务需求分别设计,采用两个独立分支完成各自的算法任务;最后,编码层和解码层之间通过跳跃连接实现特征信息的高效传递;本发明实施例通过特征点结合分割图,能够更加准确地将目标对象从超声图像数据中提取出来,以提高超声图像分析的准确性。
技术关键词
超声图像数据
多任务学习模型
图像分析方法
融合特征
特征点
图像分割
生成高分辨率
融合策略
滤波器
编码
可执行程序代码
语义
对象
计算机存储介质
上采样
特征提取模块
频率
影像分析技术
图像分析装置
系统为您推荐了相关专利信息
1
一种基于神经网络的工业设备故障即时监测方法及系统
识别图像块
设备器件
工业设备故障
故障运行状态
融合特征
2
一种基于域自适应迁移学习的放疗计划剂量分布预测方法
放疗计划
分布预测方法
数据
图谱
客户端
3
一种基于可见光和红外特征自适应融合的目标检测方法
可见光
融合特征
重构
多尺度特征融合
注意力参数
4
一种基于特征解耦的跨个体癫痫预测域泛化方法
泛化方法
融合特征
信号
重叠切片
多尺度卷积神经网络
5
一种基于激光实时跟踪的定点跟踪方法、系统及装置
视觉传感器
焊缝特征点
跟踪系统
工件固定架
跟踪方法