摘要
本发明涉及病理分析技术领域,具体涉及一种基于多模态人工智能的肿瘤病理分析方法,包括以下步骤:通过获取多中心、多类型的组织全切片图像,将全切片图像切割为病理图像,并将标准化预处理后的所述病理图像分为训练集与测试集;构建用于通过两阶段预训练过程捕捉病理图像中关键特征的对比语言和图像模型;通过使用对比语言和图像模型预训练权重作为初始权重,并添加任务特定的全连接层,对模型进行微调得到用于肿瘤病理分析中实现不同分类回归任务的病理分析模型。本发明通过融合图像文本的多模态信息,可以更加全面地评估肿瘤的类型、分期和预后,从而能够充分利用多源数据的优势,是解决目前肿瘤病理分析技术瓶颈的有效途径。
技术关键词
病理分析方法
文本编码器
切片
组织病理学图像
病理分析系统
加权特征
图像编码器
多模态
弱监督学习
肿瘤
病理分析技术
多层感知机
模型预训练
注意力机制
微调单元
预训练模型
分支
两阶段
系统为您推荐了相关专利信息
神经网络模型
长短期记忆网络
机组
工况参数
时序特征
神经调控系统
特发性震颤
有限元网格划分
仿真装置
电场