摘要
本发明属于图像分类技术领域,具体涉及一种基于先验信息的肾细胞癌窦性侵犯预测方法,包括:获取CT图像,根据CT图像构建肾细胞癌窦性侵犯预测数据集;对数据集中的数据进行特征提取,根据提取的特征图构建异构图;将异构图输入到训练后的先验驱动的图神经网络模型,得到肾细胞癌窦性侵犯预测结果;对预测结果进行评估;本发明通过扩散摄动策略以数据驱动的方式生成不同的潜在外观,并学习扰动不变特征,从而对跨数据集应用带来的网络性能衰减进行减益校正。
技术关键词
神经网络模型
异构
特征提取网络
节点特征
位置先验信息
多层感知机
数据
图像分类技术
编码器
标签
肿瘤
分类器
训练集
策略
信息编码
表达式
参数
滑动窗口
系统为您推荐了相关专利信息
异常检测方法
节点
LSTM神经网络
创建子账户
异构
集成方法
异构系统
语义分析引擎
办公自动化系统
施工管理系统
延迟性恶心呕吐
风险预测系统
人工神经网络模型
样本
患儿
多模态网络
表型特征
卷积神经网络模型
葡萄
遥感图像数据