[发明专利]基于弱监督学习和转换器的肺癌组织病理全切片分类方法在审
| 申请号： | 202210575594.3 | 申请日： | 2022-05-18 |
| 公开（公告）号： | CN114782753A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 祝新宇;史骏;束童;唐昆铭;孙宇;杨志鹏;王垚;张元;郑利平 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/40;G06V10/80;G06V10/82;G06K9/62;G06T7/00;G06T7/194;G06N3/04;G06N3/08 |
| 代理公司： | 安徽合肥华信知识产权代理有限公司 34112 | 代理人： | 余成俊 |
| 地址： | 230009 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于弱监督学习和转换器的肺癌组织病理全切片分类方法，步骤包括：1、获取具有全切片级别标签的肺癌组织病理全切片图像数据集并在双倍率下采集组织图像数据；2、建立能够分别提取双倍率下图像的深度特征的双分支网络模型并提取、聚合（1）中双倍率图像的深度特征；3、建立能够预测全切片图像阴阳性的弱监督视觉转换器网络模型并输入步骤（2）中得到的深度特征进行全切片阴阳性分类；4、利用全切片级别标签的肺癌组织病理全切片图像数据集弱监督训练网络模型；5、利用训练好的模型对肺癌组织病理全切片图像进行阴阳性分类。 | ||
| 搜索关键词： | 基于 监督 学习 转换器 肺癌 组织 病理 切片 分类 方法 | ||
【主权项】：
暂无信息
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合肥工业大学，未经合肥工业大学许可，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/202210575594.3/，转载请声明来源钻瓜专利网。
