摘要
本发明公开了拉曼光谱结合深度学习的胶质母细胞瘤检测方法及系统,方法包括以下步骤:构建胶质母细胞瘤检测模型,所述胶质母细胞瘤检测模型采用卷积神经网络;采集数据集并训练胶质母细胞瘤检测模型;利用训练好的胶质母细胞瘤检测模型实现胶质母细胞瘤检测。所述胶质母细胞瘤检测模型采用卷积神经网络时,选择基于残差网络架构的卷积神经网络。本发明采用拉曼光谱结合卷积神经网络的检测方法,操作简单,可以快速、准确的鉴别正常脑组织和胶质母细胞瘤组织。
技术关键词
胶质母细胞瘤
拉曼光谱仪
样本
残差网络
肿瘤
卷积滤波器
组织
模型训练模块
光谱分析
光波长
数据
激光
功率
参数
系统为您推荐了相关专利信息
深度强化学习
多传感器
深度Q网络
平台
运动状态信息
心理压力检测方法
样本
数据
神经网络模型
注意力机制
XGBoost模型
特征检测方法
聚类
训练集
数据