摘要
本发明提供一种基于多示例学习的类器官ATP分析方法及系统,其中,方法包括:步骤1:获取类器官ATP标注数据集;步骤2:根据类器官ATP标注数据集,确定学习单位;步骤3:基于多示例学习的深度网络模型,根据学习单位,确定ATP分析模型;步骤4:获取目标分析影像;步骤5:将目标分析影像输入ATP分析模型,获得分析结果。本发明的一种基于多示例学习的类器官ATP分析方法及系统,确定类器官ATP标注数据集中的学习单位,引入多示例学习的深度网络模型学习每个学习单位的特征,训练ATP分析模型。ATP分析模型根据输入的目标分析影像,确定分析结果,提高了ATP分析模型的鲁棒性,分析结果的精度更高。
技术关键词
肿瘤类器官
生物发光法
深度网络模型
标签
分析方法
输入分析模型
数据
报告
影像
语义
策略
分析系统
图像
分析子系统
编码
特征提取器
标记
精度
系统为您推荐了相关专利信息
缺陷分类方法
支持向量机方法
非线性支持向量
芯片表面缺陷
算法
尿液蛋白标志物
肿瘤坏死因子受体超家族
质谱检测方法
心肌梗死患者
分析模块