摘要
本发明属于图像分析的技术领域,更具体地,涉及基于多模态大模型的小样本全切片病理图像分类方法、系统及计算机可读存储介质。所述方法包括获取多实例数据集,划分为训练集和测试集;给定由M个全切片病理图像构成的完整病理多实例数据集,每个全切片病理图像包含U个图像块,全切片病理图像具有包级别标签,图像块具有实例级标签;从数据集中选取K个全切片病理图像,并从所选取的每个全切片病理图像中再选取L个图像块,构建为训练数据集;构建双重小样本学习新范式网络模型,并进行学习;最后进行两级别的分类。本发明解决了现有技术需要大量的标注数据,且标注成本高昂,难以在临床应用中推广,难以解决数据稀缺等问题。
技术关键词
病理图像分类方法
图像编码器
切片
多模态
融合分类器
图像块特征
标签
多实例
文本编码器
词特征
训练神经网络
分支
样本
令牌
可读存储介质
数据
训练集
K均值聚类算法
系统为您推荐了相关专利信息
调控策略
调控方法
融合特征
多模态
节点运行状态
复发预测方法
射频消融术
频谱特征分析
房颤
轨迹聚类算法
视频标签提取方法
音频特征
视觉特征
多模态
语义
眼底图像分类方法
距离信息
风格
医学图像分类技术
保证系统稳定性
视频生成系统
韵律特征
文本编码器
多模态
人体模型