公开(公告)号：CN118230052A

公开(公告)日：2024-06-21

申请号：CN202410423610.6

申请日：2024-04-09

Applicant: 哈尔滨理工大学

Inventor： 郭璐瑶 ,  王小玉 ,  俞越

IPC: G06V10/764 ,  G06T7/90 ,  G06V10/44 ,  G06T7/00 ,  G06T7/136 ,  G06V10/82 ,  G06N3/045 ,  G06T7/11

Abstract: 本发明涉及宫颈病理全景图像分类技术，旨在提出一种多模态集成诊断方案，填补目前视觉语言技术在宫颈组织病理诊断的应用空白，提升宫颈组织病理诊断效率。现有视觉语言模型通常在大规模图像文本对上进行训练，具备较强的表征能力，泛化能力和迁移能力。然而，这种方式在宫颈组织病理学领域面临挑战，由于数据的私密性高、标注成本高以及专家经验难复制等问题，难以构建大规模图像文本对。针对这些问题，本发明提出基于视觉引导及语言提示的宫颈全景图像少样本分类方法。实验结果显示，该方法能够有效识别宫颈组织病理学特征，并给出病理学诊断依据和诊断结果。本发明在宫颈组织病理学诊断领域具有广阔的应用前景。