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

AITNT
正文
推荐专利
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
申请号:CN202510589191
申请日期:2025-05-08
公开号:CN120543969A
公开日期:2025-08-26
类型:发明专利
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
1
一种端到端自动驾驶预测和规划方法、系统、装置及介质
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
2
一种基于Elman神经网络算法的居民电动汽车负荷分析方法
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
3
一种基于知识图谱增强的大语言模型训练方法
语言模型训练方法 大语言模型 图谱 前馈神经网络 标记
4
基于生成式对抗网络的新能源数据升频重建方法、装置、设备、存储介质和程序产品
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
5
一种基于多源并行对抗网络的高光谱图像迁移分类方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号