摘要
本发明适用计算机技术领域,提供了一种结直肠癌分类网络的训练方法、装置、设备及介质,该方法包括:构建用于结直肠癌分类的核心协同对比网络,其包括核心特征提取模块、协同特征提取模块及对比优化模块,通过核心特征提取模块对包含若干样本类别的训练集进行核心特征提取,得到每个样本类别的核心特征,通过协同特征提取模块对每个样本的生物标志物特征与各核心特征进行关联分析,生成每个样本的协同特征,根据核心特征和协同特征,以目标损失函数为优化目标,通过对比优化模块对核心协同对比网络进行监督对比学习,以完成网络训练,从而通过多模态特征融合与对比学习策略,提高了核心协同对比网络对结直肠癌患者的识别效率和分类准确率。
技术关键词
特征提取模块
核心
生物标志物
样本
分类网络
特征提取单元
多模态特征融合
训练集
直肠癌患者
分类准确率
可读存储介质
训练设备
处理器
训练装置
双线性
关系
存储器
系统为您推荐了相关专利信息
结构照明
显微超分辨成像
数字全息显微系统
全息图
结构光
BP神经网络
寿命预测方法
遗传模拟退火算法
熔炼炉喷枪
神经网络模型
冲突检测方法
工具平台
识别算法
冲突检测装置
扫描算法
偏最小二乘法
随机森林
超高效液相色谱仪
高密度脂蛋白胆固醇
代谢组学数据
深度神经网络
瓷砖
分类器模型
数据
生成对抗网络