一种基于显微成像的病理特征识别及阴性排除方法

AITNT
正文
推荐专利
一种基于显微成像的病理特征识别及阴性排除方法
申请号:CN202510946038
申请日期:2025-07-09
公开号:CN120765622A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于显微成像的病理特征识别及阴性排除方法,包括如下步骤:S1、采集病理切片图像并数字化生成原始显微图像数据;S2、对原始显微图像进行预处理;S3、构建融合变换器编码与门控动态感受野机制的病理图像识别网络,输出病理特征向量;S4、通过注意力引导与类别感知解码器进行上下文建模,输出图像分类结果;S5、基于正负样本嵌入构建判别边界分离模型,进行阴性排除判断;S6、结合不确定性与边界距离进行置信度加权评估,设定动态阈值,筛除低可信样本;S7、将分类结果与阴性标签编码为结构化数据,发送至诊断辅助系统。本发明融合多尺度建模与阴性筛查机制,实现病理图像智能识别与可信诊断输出。
技术关键词
排除方法 显微成像 诊断辅助系统 图像特征向量 样本 注意力 病理图像识别 编码模块 病理组织切片 浅层特征提取 数字显微镜 编码器单元 多尺度结构特征 解码器 机制 动态 路径特征 变换器
系统为您推荐了相关专利信息
1
早产儿视网膜病变症状的预测方法及系统
早产儿视网膜病变 特征提取网络 融合特征 三通道 样本
2
一种深度法律要素提取的层次化重答推理方法与系统
推理方法 深度优先遍历 节点 列表 指令跟踪能力
3
一种基于轻量化神经网络的SAR场景目标识别方法及装置
轻量化神经网络 识别系统 子模块 场景 深层特征提取
4
数据预热方法及程序产品
数据预热方法 结构化查询语句 生成模板 报告 机器学习模型训练
5
基于回溯原型网络的跨机器少样本故障诊断方法
故障诊断方法 原型 样本 卷积特征提取 特征提取模块
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