公开(公告)号：CN117372774A

公开(公告)日：2024-01-09

申请号：CN202311418488.5

申请日：2023-10-30

Applicant: 南京大学

Inventor： 高阳 ,  鲍军 ,  杨柳 ,  何克磊 ,  吴志平 ,  司呈帅 ,  邵鹏 ,  曹月鹏 ,  甄泰航

IPC: G06V10/764 ,  G06V10/26 ,  G16H30/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0895

Abstract: 本发明提出了一种基于自监督学习方式的结直肠癌分期算法及系统，无需利用已标注样本可以进行结直肠癌严重程度的判断。首先对数据集进行图像变换和低级处理，生成不同组新数据集。不同组数据集输入到不同编码器网络中得到特征输出，通过转换条件注意力机制和跨模型混合最大保存图像信息。最后合并计算对比损失和重构损失来对模型进行训练优化。本发明通过学习对医学图像的相似性和差异性进行编码来构建特征，能在无标注训练集的情况下有效对结直肠癌严重程度进行分类，有广泛的应用前景。