摘要
本发明提供了一种利用深度学习技术实现乳腺癌细胞核自动化分级的系统,通过对历史乳腺癌玻片通过扫描仪进行扫描,得到历史全切片图像,基于高级病理师对历史全切片图像的标注数据对初始人工智能模型进行训练,得到自动分级模型,将待检测乳腺癌玻片通过扫描仪进行扫描,得到待检测全切片图像,将所述待检测全切片图像输入自动分级模型中,得到对待检测全切片图像的乳腺癌细胞核分级结果,基于待检测全切片图像的乳腺癌细胞核分级结果与实际应用结果的差异,对所述自动分级模型进行更新,实现自动化判读,提高乳腺癌细胞核级判读的工作效率,防止过诊和诊断不足,更快地完成大规模的图像处理工作,提高了分析效率和诊断的准确性。
技术关键词
人工智能模型
深度学习技术
切片
参数
检测乳腺癌
正则化技术
扫描仪
玻片
数据
标记单元
模型更新
模型训练模块
图像处理工作
扫描单元
运算处理单元
扫描模块
复杂度
系统为您推荐了相关专利信息
空调故障诊断方法
神经网络模型
节点
反向传播方法
卷积方法
花岗岩型铀矿
图解方法
学习判别模型
机器学习算法
轮廓系数
持续学习方法
样本
分类模型训练
在线
双三次插值