摘要
本发明属于学习模型构建技术领域,提供一种结直肠腺瘤识别语义分割深度学习系统及构建方法,包括:数据集获取及处理模块,用于获取并处理结直肠腺瘤的病例影像,获得目标数据集;模型构建模块,用于基于名为苏木精和伊红的染色剂,结合半监督学习模型,构建获得H&E对抗性平均教师的语义分割深度学习模型;模型学习训练模块,用于基于目标数据集,对语义分割深度模型进行学习训练。本发明通过获取并处理结直肠腺瘤的病例影像,并基于名为苏木精和伊红的染色剂,结合半监督学习模型,构建并学习训练语义分割深度学习模型,可保证结直肠腺瘤识别语义分割深度学习系统的创建质量,为高效准确地识别结直肠腺瘤的病例影像提供基础。
技术关键词
深度学习系统
半监督学习模型
深度学习模型
对抗性
语义
教师
代表训练数据
染色剂
学生
影像
汇总测试数据
模型构建技术
阶段
训练分类器
扰动方法
策略
处理单元
系统为您推荐了相关专利信息
辅助系统
多模态数据采集
物联网设备
长短期记忆网络
深度学习模型
地铁隧道管片
形变检测方法
地铁管片
像素点
语义分割模型
图像超分辨率重建
语义特征
重建高分辨率图像
文本
条件生成对抗网络