龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中南大学
摘要：本发明公开了一种基于深度学习的病理图像分类方法，包括获取已有的病理图像并预处理构建训练数据集；基于VisionTransformer网络构建病理图像分类初始模型并训练得到病理图像分类模型；采用病理图像分类模型，进行实际的病理图像分类。本发明还公开了一种包括所述基于深度学习的病理图像分类方法的成像方法。本发明基于VisionTransformer网络构建病理图像分类初始模型，并采用该模型进行训练和实际的病理图像分类；因此本发明不仅能够实现病理图像的分类，而且可靠性更高，精确性更好，通用性也更好。
主权项：1.一种基于深度学习的病理图像分类方法，其特征在于包括如下步骤：S1.获取已有的病理图像；S2.对步骤S1获取的病理图像进行预处理，以构建训练数据集；S3.基于VisionTransformer网络，构建病理图像分类初始模型；构建的模型包括特征提取模块、向量生成模块和分类模块；基于VisionTransformer网络构建特征提取模块，特征提取模块用于对输入的病理图像进行特征提取，并输出每个图像块的特征向量；基于聚类、残差累积和主成分分析构建向量生成模块，向量生成模块用于对每个图像块的特征向量进行降维，以提高模型的处理速度和精度；基于深度学习模型构建分类模块；分类模块用于根据向量生成模块生成的向量，完成病理图像的分类；S4.采用步骤S2构建的训练数据集，对步骤S3构建的病理图像分类初始模型进行训练，得到病理图像分类模型；S5.采用步骤S4得到的病理图像分类模型，进行实际的病理图像分类。
全文数据：
权利要求：
百度查询： 中南大学 基于深度学习的病理图像分类方法及成像方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号