拉曼光谱结合深度学习的胶质母细胞瘤检测方法及系统

AITNT
正文
推荐专利
拉曼光谱结合深度学习的胶质母细胞瘤检测方法及系统
申请号:CN202410760161
申请日期:2024-06-13
公开号:CN118817656A
公开日期:2024-10-22
类型:发明专利
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
1
基于深度强化学习的海空多目标多传感器调度方法
深度强化学习 多传感器 深度Q网络 平台 运动状态信息
2
一种基于Siamese网络的小样本慢性压力检测方法
心理压力检测方法 样本 数据 神经网络模型 注意力机制
3
图像生成方法、装置、电子设备和存储介质
图像生成模型 图像生成方法 噪声图像 样本 文本
4
风险交易用户识别方法、装置、设备及存储介质
交易风险识别 强连通分量 节点 数据 识别方法
5
一种特征检测方法、装置、设备及介质
XGBoost模型 特征检测方法 聚类 训练集 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号