-
公开(公告)号:CN116883810A
公开(公告)日:2023-10-13
申请号:CN202310810863.4
申请日:2023-07-04
申请人: 郑州大学第一附属医院
IPC分类号: G06V10/82 , G06V10/98 , G06V10/776 , G06V10/26 , G06N3/0455 , G06N3/08
摘要: 本申请提供一种用于病理图像分析的病灶分割模型的优化方法及装置、病灶分割方法及装置,优化方法包括:将病理图像数据输入判别模型中;获取判别模型中重建解码器的图像分割结果后,计算该结果与标注分割结果之间的误差Ls;计算病理图像数据在生成模型中某一阶段t的输入噪声,并将其输入阶段t的噪声编码器中;将噪声编码器的输出结果与隐编码结合后输入阶段t的还原解码器中;获取还原解码器的噪声分割结果后,计算该结果与对比噪声之间的误差Ld;将误差Ls与误差Ld进行加权求和,得到最终误差Lz,根据Lz对判别模型和生成模型进行训练;本申请应用于病理图像处理领域,集合两类模型优势,兼顾整体与边缘,实现更精准的病理病灶分割。
-
公开(公告)号:CN116630722A
公开(公告)日:2023-08-22
申请号:CN202310727169.6
申请日:2023-06-19
申请人: 郑州大学第一附属医院
IPC分类号: G06V10/764 , G06V10/82 , G16H50/30 , G06N3/0455 , G06N3/084 , G06N3/0895
摘要: 本申请实施例提供一种结节良恶性预测模型的优化方法及装置,以及基于该优化预测模型的结节良恶性预测方法及装置;本申请将预处理后的原始CT数据输入Transformer基础模型中,对Transformer基础模型进行训练,然后将新的FPN解码器串联入Transformer模型编码器中,再将原始CT数据传递入FPN解码器中,在上采样过程中设立分类任务和分割任务,通过对分类结果和分割结果进行监督,完成FPN解码器的训练,最终得到优化后的结节良恶性预测模型;通过本申请,能够更好地提高神经网络的泛化性,并在训练过程中进行了多任务学习,提高了神经网络的可解释性和可询证性。
-