-
公开(公告)号：CN114783604A
公开(公告)日：2022-07-22
申请号：CN202210420290.X
申请日：2022-04-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种乳腺癌前哨淋巴结转移的预测方法、系统及存储介质，方法为：获取带标签的WSI作为训练数据集，进行预处理得到图像块集；构建WSI分类模型；使用图像块集对特征提取器进行预训练，获得特征向量集；将特征向量集输入原型聚类模块中，通过聚类提取多个原型；对乳腺癌前哨淋巴结WSI划分图像块后输入特征提取器中提取图像块特征；将图像块特征和原型输入特征融合模块进行匹配，生成软分配直方图，构造乳腺癌前哨淋巴结WSI的特征向量；将乳腺癌前哨淋巴结WSI的特征向量送入全连接层获取WSI分类分数并进行转移判断。本方法在保持对宏转移精确识别的同时，能够更好的解决微转移识别的问题，从而对乳腺癌前哨淋巴结转移进行精确地诊断。
-
公开(公告)号：CN114972341A
公开(公告)日：2022-08-30
申请号：CN202210895166.9
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于贝叶斯辅助学习的WSI图像分类方法、系统及介质，方法为：获取WSI图像并进行阈值分割，得到病理图像块集；基于贝叶斯决策理论构建WSI分类模型，所述WSI分类模型包括图像块特征提取器、图像块分类器和特征融合及分类模块；初始化WSI分类模型，在病理图像块集上使用EM法迭代训练WSI分类模型，得到训练好的WSI分类模型；将待诊断WSI图像输入训练好的WSI分类模型，输出待诊断WSI图像的类别标签。本发明基于贝叶斯决策理论构建WSI分类模型，通过引入图像块分类器进行辅助学习任务，充分提取WSI图像中的信息，同时使用EM法在迭代训练过程中进行动态学习，提高WSI分类性能及模型鲁棒性。
-
公开(公告)号：CN114972341B
公开(公告)日：2022-12-16
申请号：CN202210895166.9
申请日：2022-07-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于贝叶斯辅助学习的WSI图像分类方法、系统及介质，方法为：获取WSI图像并进行阈值分割，得到病理图像块集；基于贝叶斯决策理论构建WSI分类模型，所述WSI分类模型包括图像块特征提取器、图像块分类器和特征融合及分类模块；初始化WSI分类模型，在病理图像块集上使用EM法迭代训练WSI分类模型，得到训练好的WSI分类模型；将待诊断WSI图像输入训练好的WSI分类模型，输出待诊断WSI图像的类别标签。本发明基于贝叶斯决策理论构建WSI分类模型，通过引入图像块分类器进行辅助学习任务，充分提取WSI图像中的信息，同时使用EM法在迭代训练过程中进行动态学习，提高WSI分类性能及模型鲁棒性。
-
-
Search Results
3
records
(took 0.025 seconds)
