摘要
本申请公开了一种基于人工智能的病理图像数据分析方法,本申请属于人工智能领域。该方法包括:对第一病理图像数据集的每张病理图像进行癌症类型标注和多标签特征标注,更新第一病理图像数据集;创建多任务学习模型;创建联合损失函数;根据联合损失函数和更新后的第一病理图像数据集训练多任务学习模型,若多任务学习模型达到预设的模型判定标准,则训练完成;根据多任务学习模型识别病理图像的类型信息、病理特征以及癌症标志物,根据类型信息、病理特征以及癌症标志物确定诊断结果,并发送至医生的智能终端设备。本方案使得医生可以从一个模型中获取到更全面的诊断信息,减少进行多次诊断的时间,提高医疗服务的响应速度和诊断的效率。
技术关键词
多任务学习模型
图像数据分析方法
联合损失函数
识别病理
智能终端设备
标志物
多标签
加权特征
样本
模型更新
数据分析系统
热力图
模型训练模块
像素
标签特征
通道
系统为您推荐了相关专利信息
SAR遥感图像
无人机航拍影像
沉降监测方法
交叉注意力机制
联合损失函数
特征提取模块
异常检测方法
多粒度特征
无线传感器网络
注意力
特征提取模型
文本段落
语义向量
关系
结构特征提取
智能口腔
虚拟角色交互控制
智能终端设备
牙医
引导系统