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！
摘要：本发明提出基于状态空间对偶性SSD的计算病理学多实例学习MIL方法，提出了一种新型的Mamba2MIL模型，该模型能够综合利用WSIs中的顺序依赖和顺序独立特征，以提高病理图像的分类准确性。本发明涉及计算病理学领域，特别是一种基于状态空间对偶性StateSpaceDuality,SSD的多实例学习方法，用于全切片图像WholeSlideImages,WSIs的自动分析与诊断。本发明属于图像数据处理G06T及医学诊断A61B领域。该模型通过预处理、特征提取、序列化处理、状态空间对偶模型的应用，最终通过多层感知器进行分类决策，有效处理了长序列数据并提高了诊断的准确性。实验证明Mamba2MIL方法在提高病理图像分析效率和诊断准确性方面具有重要应用价值，为病理学家提供了一个有价值的辅助工具，具有广阔的临床应用前景。
主权项：1.基于状态空间对偶的病理图像分类方法，其特征在于，包括由计算机执行的以下步骤：步骤1：构建训练数据：1.1从病理图像数据集中获取样本数据，采用了8:1:1的比例来划分训练集、验证集和测试集；1.2对全切片图像图像WSIs进行预处理，将图像划分为大小一致的不重叠小块patches，并过滤掉背景区域，保证模型输入数据的有效性和一致性；步骤2：训练卷积神经网络模型2.1搭建Mamba2MIL模型，预处理后的数据，进行特征提取、平方序列和重排序序列的序列化处理、状态空间对偶模型的应用、特征的堆叠和拼接、特征选择，通过多层感知器进行分类决策；2.2设置训练参数，其中训练参数包括模型学习优化方式、学习率及最大迭代次数等；并采用早停技术；训练过程包括前向传播计算损失函数，以及反向传播更新神经网络的权重；训练直至达到预设的收敛条件为止；收敛条件是当训练次数epoch大于等于50，且20个以上训练周期的验证集AUC的值不高于最佳验证集AUC的值；2.3在训练完成后，保存最终训练好的模型参数，得到训练后的Mamba2MIL模型，用于接收实际病理图像并输出分类结果。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于状态空间对偶的病理图像分类方法
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