摘要
本发明涉及一种病理切片处理技术领域,是一种食管癌数字病理切片预测模型训练方法、预测方法、装置、电子设备及存储介质,包括获取若干样本,并将样本划分为训练集、验证集和测试集,将训练集输入初始的学生网络和预训练的教师网络,利用教师网络对学生网络进行知识蒸馏训练,得到训练后的学生网络模型。本发明基于图像分割、特征提取的网络和注意力网络的引入,使得在特征提取中不会受到标注信息不完整的影响,且基于学生网络和教师网络的引入,使得通过训练能够得到轻量化的小模型,且该小模型具备与大型模型相当甚至更好的性能,在保证预测准确度的基础上极大的降低了计算资源的需求,扩大了模型的适用性。
技术关键词
数字病理切片
预测模型训练方法
网络
学生
注意力
教师
图像块
样本
预测食管癌
训练集
蒸馏
数据获取单元
电子设备
分类器
标签
预测装置
图像分割
系统为您推荐了相关专利信息
多模态特征融合
原始图像数据
深度Q网络
融合策略
传感设备
Elman神经网络
负荷分析方法
曲线
灰色关联度
居民区电动汽车
语言模型训练方法
大语言模型
图谱
前馈神经网络
标记
生成式对抗网络
深度残差神经网络
积层
电力数据传输技术
图像
特征提取器
分类方法
分类器
融合对抗网络
遥感图像处理技术