摘要
本公开提供了一种基于交叉特征融合的病理数据建模方法和装置。本公开基于卷积神经元网络创建特征融合网络,利用均包含感受野特征图像的多个全图样本图像对所述特征融合网络进行训练,获得训练好的特征融合网络,其中,所述特征融合网络基于至少一种预设压缩比分别对输入的任一全图样本图像进行图像压缩,获得对应预设缩放比值的压缩图像,基于所述至少一种预设缩放比值各自的压缩图像和所述任一全图样本图像预测所述任一全图样本图像的诊断结果。提高了特征信息的融合性,有效提升了对微小物体的识别能力,提高了对病理图像中多尺度病变的识别和分类能力,提高了对病理图像处理的准确性和效率。
技术关键词
特征融合网络
特征值
图样
分支
注意力
数据建模方法
图像压缩
数据建模装置
处理器
图像处理
存储装置
可读存储介质
程序
电子设备
计算机
物体
系统为您推荐了相关专利信息
组合部件
三维建模数据
多尺度特征提取
区域生长算法
深度卷积神经网络