-
公开(公告)号:CN116485792B
公开(公告)日:2023-09-15
申请号:CN202310717200.8
申请日:2023-06-16
Applicant: 中南大学
IPC: G06T7/00 , G16H50/20 , G06N3/0455 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种组织病理学亚型预测方法,包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集;构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型;采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测。本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习,通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示,再基于多示例特征解耦实现模型的精确训练;因此本发明不仅能够实现组织病理学亚型的预测,而且可靠性高,精确性好。
-
公开(公告)号:CN116485792A
公开(公告)日:2023-07-25
申请号:CN202310717200.8
申请日:2023-06-16
Applicant: 中南大学
IPC: G06T7/00 , G16H50/20 , G06N3/0455 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种组织病理学亚型预测方法,包括获取现有的源组织病理亚型图像数据集并处理得到组织病理亚型示例嵌入数据集;构建组织病理学亚型预测初始模型并训练得到组织病理学亚型预测模型;采用组织病理学亚型预测模型进行实际的组织病理学亚型的预测。本发明还公开了一种包括所述组织病理学亚型预测方法的成像方法。本发明将组织病理学亚型预测制定为细粒度表示学习,通过选择具有自注意力学习范式的代表性示例设计以学习组织病理学亚型预测中的示例级细粒度表示,再基于多示例特征解耦实现模型的精确训练;因此本发明不仅能够实现组织病理学亚型的预测,而且可靠性高,精确性好。
-