基于双分支协同训练深度网络模型的组织病理学全切片图像分析系统及方法

AITNT
正文
推荐专利
基于双分支协同训练深度网络模型的组织病理学全切片图像分析系统及方法
申请号:CN202411638356
申请日期:2024-11-16
公开号:CN119599965A
公开日期:2025-03-11
类型:发明专利
摘要
本发明属于计算机视觉领域,具体涉及一种基于双分支协同训练深度网络模型的组织病理学全切片图像分析系统及方法,包括:获取具有图像级别标签的组织病理学全切片图像数据集并进行分块预处理;基于病理基础大模型的分块图像编码;建立基于切片图的双分支协同训练深度网络模型;使用具有图像级别标签的组织病理学全切片样本数据集离线训练网络模型;利用训练好的网络模型对组织病理学全切片图像进行预测,输出全切片图像的分析结果。本发明引入了切片图辅助深度网络模型建模全切片图像之间的相关性,能弥补现有的组织病理学全切片图像分析方法忽视全切片间相关性的不足,提升深度网络模型对组织病理学全切片的分析精度。
技术关键词
深度网络模型 切片 图像分析方法 分支 多实例 图像类别标签 图像分析系统 分块 组织病理学图像 分类器 K近邻 图像分析模块 节点 样本 编码 数据获取模块
系统为您推荐了相关专利信息
1
基于双分支抗噪声卷积的多模态三维目标检测方法
抗噪声 注意力 语义特征提取 空间特征提取 点云数据预处理
2
一种用于重载无人机的物资投放方法及系统
重载无人机 物资投放方法 输出特征 深度强化学习模型 融合特征
3
一种自动适应不同试井模型的试井解释方法、介质及设备
LSTM神经网络模型 试井解释模型 卷积神经网络结构 sigmoid函数 时序
4
一种基于改进Transformer的家畜图像实例分割方法
图像实例分割方法 实例分割模型 家畜 注意力 构建训练集
5
一种基于多路混合召回机制的招标信息检索方法及装置
语句 切片 词嵌入向量 语义向量 BERT模型
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