X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[01912970]基于人工智能的医学影像及遥感图像分类技术

交易价格: 面议

所属行业:

类型: 非专利

技术成熟度: 可规模生产

交易方式: 技术转让

联系人:李聪

所在地:湖南长沙市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

医学影像通常包含许多有助于诊断的病灶特征,如果以人工阅片的方式分析这些特征,不仅占用医务 人员的大量时间,而且容易因视觉疲劳等干扰导致出错。以卷积神经网络为代表的深度学习方法能够 极大地减轻医护人员和资源供给的压力,提高诊断效率。 u 遥感图像中包含的数据量和信息量日益增多,传统分类模型不能轻量高效地完成遥感图像中多尺度的 关键特征提取,深度学习方法普遍存在计算量大、收敛速度慢等缺点。提高遥感数据的分析效率,有利 于缓解数据分析者的工作压力,促进遥感技术应用领域的发展。 u 研究团队在新冠肺炎 X光影像识别、新冠肺炎 CT影像识别以及结肠息肉图像识别等方面取得突破,融 合了多尺度特征提取、注意力机制以及模型轻量化等网络设计思路。相关智能识别方法已得到实际应 用。 u 研究团队在遥感图像场景分类任务中,通过提升模型的全局-局部特征信息提取能力,引入辅助分类器 以及模型轻量化等网络设计思路,取得了优于其它先进模型的识别效果。 u 本项目共产出科研论文30篇,获授权发明专利12项,项目成果获2018年湖南省科技进步三等奖。
医学影像通常包含许多有助于诊断的病灶特征,如果以人工阅片的方式分析这些特征,不仅占用医务 人员的大量时间,而且容易因视觉疲劳等干扰导致出错。以卷积神经网络为代表的深度学习方法能够 极大地减轻医护人员和资源供给的压力,提高诊断效率。 u 遥感图像中包含的数据量和信息量日益增多,传统分类模型不能轻量高效地完成遥感图像中多尺度的 关键特征提取,深度学习方法普遍存在计算量大、收敛速度慢等缺点。提高遥感数据的分析效率,有利 于缓解数据分析者的工作压力,促进遥感技术应用领域的发展。 u 研究团队在新冠肺炎 X光影像识别、新冠肺炎 CT影像识别以及结肠息肉图像识别等方面取得突破,融 合了多尺度特征提取、注意力机制以及模型轻量化等网络设计思路。相关智能识别方法已得到实际应 用。 u 研究团队在遥感图像场景分类任务中,通过提升模型的全局-局部特征信息提取能力,引入辅助分类器 以及模型轻量化等网络设计思路,取得了优于其它先进模型的识别效果。 u 本项目共产出科研论文30篇,获授权发明专利12项,项目成果获2018年湖南省科技进步三等奖。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30