一种基于双路径分析框架的脑胶质瘤全切片病理图像智能分析方法

AITNT
正文
推荐专利
一种基于双路径分析框架的脑胶质瘤全切片病理图像智能分析方法
申请号:CN202411013208
申请日期:2024-07-26
公开号:CN119107281A
公开日期:2024-12-10
类型:发明专利
摘要
一种基于双路径分析框架的脑胶质瘤全切片病理图像智能分析方法,具体包含以下步骤:S1、全切片图像的预处理,利用通道阈值分割算法,将每个全切片图像划分为不同的前景组织区域和背景区域,并将所述前景组织区域切割为若干个固定大小的图像块,再提取每个图像块的特征向量,形成特征聚类;S2、建立动态采样机制,对每个全切片图像的特征聚类利用两阶段注意力网络进行动态多实例学习,最终得到全切片图像的切片级特征表示;S3、将肿瘤微环境空间关系信息定量化,得到的空间关系量化图的特征表示,并将其与所述S2中的切片级特征表示进行拼接,得到最终预测结果。本发明提高了预测的效率和鲁棒性,提高了医疗决策速度和质量。
技术关键词
图像智能分析方法 切片 图像块特征 注意力 代表性图像 阈值分割算法 肿瘤微环境 框架 两阶段 RGB颜色值 多实例 残差神经网络 关系 聚类 动态 机制 饱和度
系统为您推荐了相关专利信息
1
一种基于混合提示学习的交通事故伤残等级鉴定方法
文本 序列化方法 策略 模版 解码器
2
一种基于YoloV8的产品小目标缺陷检测方法
缺陷检测方法 特征融合网络 YOLO模型 高效多尺度 细粒度特征
3
一种改进的超超临界机组协调控制系统建模方法
协调控制系统 超临界机组 李雅普诺夫函数 残差网络 注意力
4
基于Transformer和自动编码器结合的边缘计算入侵检测方法及系统
自动编码器 入侵检测方法 多头注意力机制 模态分解方法 Softmax函数
5
推荐方法及装置、设备和介质
文本 数据 兴趣 网络 推荐方法
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