基于图卷积对比学习网络的肿瘤病理图像分割方法及系统

AITNT
正文
推荐专利
基于图卷积对比学习网络的肿瘤病理图像分割方法及系统
申请号:CN202511062489
申请日期:2025-07-31
公开号:CN120563847B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了基于图卷积对比学习网络的肿瘤病理图像分割方法及系统,涉及图像分割技术领域,包括:获取肿瘤病理图像及肿瘤病理图像对应的分割标签,基于肿瘤病理图像及肿瘤病理图像对应的分割标签生成肿瘤病理图像训练集;将肿瘤病理图像训练集进行预处理,将预处理后的肿瘤病理图像训练集输入至预先建立的偏移图卷积对比学习网络模型内进行训练,得到训练后的偏移图卷积对比学习网络模型;接收待分割肿瘤病理图像,将待分割肿瘤病理图像输入至训练后的偏移图卷积对比学习网络模型内,输出得到肿瘤病理图像分割结果,实现图像的精准分割。
技术关键词
病理图像分割方法 肿瘤 特征提取器 卷积特征 结点 编码模块 训练集 网络 输出特征 像素 解码器 解码模块 元素 标签 图像分割系统 图像分割技术 通道 模型训练模块
系统为您推荐了相关专利信息
1
一种具有高侵袭性的人肺腺癌耐受EGFR-TKI细胞株及其应用
细胞模型 肺癌 细胞悬液 小鼠尾静脉 骨转移灶
2
基于深度学习的多模态医学图像分割方法
医学图像分割方法 多模态医学图像 通道 医学图像分割算法 解码器
3
物体表面缺陷检测方法、装置、计算机可读存储介质和电子设备
卷积网络模型 检测物体表面 真实图像数据 可读存储介质 卷积特征
4
空间分割放疗中晶格参数智能寻优方法及系统
参数 肿瘤 机器学习模型 数据 布局
5
一种急救设备的选址方法、系统及存储介质和设备
急救设备 网格特征 风险预测模型 选址方法 时序特征
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