咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >用于断层融合数据处理和特征检测的快速和低存储器占用卷积神经网... 收藏
用于断层融合数据处理和特征检测的快速和低存储器占用卷积神经网...

用于断层融合数据处理和特征检测的快速和低存储器占用卷积神经网络

专利申请号:CN202310072882.1

公 开 号:CN116611474A

发 明 人:西尔万·伯纳德 文森特·比斯马思 

代 理 人:北京三友知识产权代理有限公司师玮;王小东

代理机构:北京三友知识产权代理有限公司

专利类型:发明专利

申 请 日:20230818

公 开 日:20230207

专利主分类号:G06N3/0464

关 键 词:卷积神经网络 检测系统 断层摄影数据 异常检测系统 自动检测系统 存储器占用 全分辨率 时间问题 学习过程 自动特征 卷积 紧凑 推断 图像 缓解 网络 分析 

摘      要:本发明提供了一种卷积神经网络(CNN)(202),在用于分析由X射线成像系统(100)提供的图像(208)的自动特征和/或异常检测系统(204)中采用该卷积神经网络。自动检测系统(204)以减少所需的全分辨率CNN卷积层(212)的数量的方式操作,以便加快检测系统(204)的网络推断和学习过程。为此,检测系统(204)利用断层摄影数据(206)的更紧凑表示作为输入,以缓解现有技术X射线系统中的CNN存储器占用空间和计算时间问题。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分