首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种应用深度学习预测肝内胆管细胞癌分化程度的方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学长三角研究院(衢州)

摘要:本发明公开了一种应用深度学习预测肝内胆管细胞癌分化程度的方法,引入一个将细粒度图像分类方法与课程学习方法相结合的预测肝内胆管癌分化程度的框架,名为FGCNet模型;该模型通过细粒度图像分类方法有效识别CT图像上肝内胆管癌分化程度的细微差异,通过课程学习方法加快训练速度并增强模型泛化能力。本发明提供的模型在测试数据集上的准确度为80.49%,灵敏度为81.25%,特异性为80%,曲线下面积为78.25%;该模型可以无创地评估肝内胆管癌细胞的分化程度,从而成为帮助医生制定肝内胆管癌治疗策略的潜在工具。

主权项:1.一种应用深度学习预测肝内胆管细胞癌分化程度的方法,其特征在于,包括如下步骤:1从原始腹部CT切片中截取病灶信息,得到用于训练的图像;2将所述步骤1得到的训练图像送入基于CNN的细粒度分类网络进行特征提取,得到特征向量;3将所述步骤2得到的特征向量送入非线性分类器中,得到网络的分类结果;4将所述步骤3得到的分类结果和预先给定的标签进行损失计算,其中损失函数是改造过后融入课程学习思想的交叉熵损失;5将所述步骤4得到的损失结果进行反向传播,优化网络参数,提高模型准确率。

全文数据:

权利要求:

百度查询: 电子科技大学长三角研究院(衢州) 一种应用深度学习预测肝内胆管细胞癌分化程度的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。