摘要
本发明涉及一种小样本子宫内膜癌靶区勾画方法,属于靶区勾画技术领域,解决了现有技术中小样本数据训练模型导致分割准确度不高的问题。方法包括以下步骤:构建多个数据中心,每个数据中心包括多通道分割模型和多模态子宫内膜癌样本集;基于所述多个数据中心对所述多通道分割模型进行预训练,得到预训练的子宫内膜癌靶区分割模型;在目标数据集上对所述预训练的子宫内膜癌靶区分割模型进行微调,得到训练好的子宫内膜癌靶区分割模型;基于训练好的子宫内膜癌靶区分割模型对待分割的多模态子宫内膜癌图像进行分割,得到待分割的多模态子宫内膜癌图像的靶区勾画结果。实现了高效准确的子宫内膜癌靶区勾画。
技术关键词
勾画方法
数据中心
子宫
样本
掩膜
多通道
后处理模块
多模态
编码器
浅层特征提取
参数
图像分割
解码器
模块结构
元素
瓶颈
系统为您推荐了相关专利信息
分布式强化学习
电热水器控制方法
聚类算法
交叉验证方法
数据
大语言模型
多模态
神经网络架构
模型预训练
文本
预测模型构建方法
无监督聚类方法
动态
预训练模型
样本