摘要
本发明公开了一种基于弱监督多模态对比学习的预测模型构建方法及乳腺癌HER2评分预测方法,模型构建方法步骤包括:获取具有图像及标签的多模态病理全切片数据集并进行分块预处理;利用特征编码器提取分块图像特征;建立基于弱监督多模态对比学习的网络模型;利用包含弱标签的多模态病理全切片数据集训练网络模型。乳腺癌HER2评分预测方法即利用训练好的模型对病理全切片进行预测。本发明能够通过弱监督多模态对比学习方法来学习和融合不同模态病理全切片相关的病理知识,有效地实现多模态之间的语义互补并提高每个模态的学习能力,完成病理全切片的HER2评分任务并进行可视化解释性分析。
技术关键词
预测模型构建方法
分块
HE染色切片
图像类别标签
评分预测方法
融合特征
多模态分类器
网络
评分预测模型
多模态注意力
多模态特征融合
乳腺癌病理
数据
系统为您推荐了相关专利信息
组学特征
肿块
影像
预测模型构建方法
模型构建系统
拾取方法
类间方差
信道
联合损失函数
雷达信号处理系统
谣言检测方法
快照
深度神经网络
长短期记忆网络
文本