摘要
本发明涉及一种基于对比学习的肾癌MRI图像分类方法,包括:获取肾癌亚型数据集和相应的肾脏区域标注;将训练集输入分割网络中进行肾脏区域分割及ROI提取;进行数据增强;构建双域对比学习网络模型;得到训练后的双域对比学习网络模型;将待分类的MRI图像经过数据增强后输入训练后的双域对比学习网络模型,得到最终的肾癌分类结果。本发明有效对齐了同一病例中不同模态图像的特征,并增强了不同类别特征之间的差异性,提升了分类精度,能够在一定程度上减轻数据集间差异带来的影响,增强模型的泛化能力;通过多模态图像融合、对比学习约束和增强样本生成策略,有效提升了肾脏肿瘤分类任务的精度和稳定性,具有较强的实际应用价值。
技术关键词
图像分类方法
T1加权图像
肾癌
网络
肾脏
编码器
感兴趣
训练集
标签
分支
样本
掩膜
原型
噪声
解码器
数据
表达式
参数
多模态
系统为您推荐了相关专利信息
预警模型
智能感知系统
预警机制
非线性卡尔曼滤波
稳性失效模式
数字预失真器
模型设计方法
记忆单元
拼接模块
射频功率放大器
职业
职位技能需求
可视化数据分析
标签
动态预测模型
半监督学习模型
强化学习策略
强化学习算法
神经网络架构
深度神经网络
能源管理系统
模糊逻辑推理
储能设备
负荷
模糊集合