摘要
本发明提供了一种基于病理大模型的病理图像癌区自动识别系统及方法,包括:病理大模型构建模块,用于根据深度学习的多头自注意力机制和多尺度特征融合对病理图像基础模型进行架构优化,获得病理大模型;解析模块,用于根据病理大模型捕捉从胰腺癌的细胞形态到组织结构的多层次病理特征,并根据多层次病理特征对输入的目标病理图像进行解析;识别结果输出模块,用于根据病理大模型基于解析结果输出对目标病理图像中胰腺癌区的识别结果。通过深度学习技术,自动识别胰腺癌的肿瘤区域,并以热力图的形式展示,实现辅助病理诊断、定量分析病理特征,提高胰腺癌病理诊断效率与精度。
技术关键词
自动识别系统
注意力机制
样本
模型库
融合策略
多层次
基础
自动识别方法
像素点
图像采集单元
输出模块
图像处理
管理终端
分布特征
深度学习技术
形态
标记单元
系统为您推荐了相关专利信息
拉格朗日乘数算法
变量
矩阵
正则化参数
多视角特征
日照绿茶
产地鉴别方法
样本
回归预测模型
采集茶叶
变色材料
TiO2纳米复合
光学检测模块
RFID天线
手持巡检终端
手机外壳缺陷
多尺度特征金字塔
结构光投影仪
手机外壳表面
特征金字塔网络