摘要
本发明提供了基于联合深度学习模型的泛器官淋巴结转移癌分析系统包括:获取并对淋巴图像进行图像分割和图像标注,得到淋巴图像中每一图像域对应的域图像和图像显示反应,然后进行分类处理,得到对应的图像域类,基于每一图像域类对应的类特征,分析每一类特征确定对应图像域类的异常信息,根据异常信息确定淋巴图像中包含的癌细胞信息,基于癌细胞信息建立淋巴图像中每一图像域对应的癌变量,基于癌变量建立对应患者的癌细胞转移程度,在淋巴图像中标记每一图像域对应的癌细胞信息和癌变量,生成对应患者的病例信息并进行显示,在患者做完扫描后及时分析患者的基本情况,生成一个具有参考价值的病例给医生提供方便。
技术关键词
联合深度学习模型
淋巴
分析系统
异常信息
患者
图像分割
细胞模型
分析单元
实况信息
图像拍摄单元
医学影像技术
定位模块
轮廓
生成建议
标记单元
样本
图像分析
系统为您推荐了相关专利信息
情绪分析方法
面部识别
情绪分析系统
语音播放模块
高清摄像头
数据智能分析系统
像素点
变换算法
图像增强模块
图像分析模块
数据分析方法
数据处理模块
样本
矩阵
数据分析系统
患者
多维索引结构
矩阵乘法运算
决策树算法
协同过滤优化
综合分析系统
封装元件
高精度传感器
测试模块
高精度电流源