公开(公告)号：CN118196537A

公开(公告)日：2024-06-14

申请号：CN202410432599.X

申请日：2024-04-11

Applicant: 杭州电子科技大学

Inventor： 林昕 ,  陈丰农 ,  刘元振 ,  房椿浩 ,  郑雨睿

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的乳腺影像组学分类方法及系统，该方法首先获取乳腺钼靶数据集和乳腺超声数据集，对病灶区域进行标注分类，并进行数据预处理。其次获取组织活检影像数据集，对其图像做水平、垂直翻转的数据增广。然后基于YOLOv5模型构建乳腺影像组学分类模型，并利用乳腺钼靶数据集、乳腺超声数据集、组织活检影像数据集进行乳腺影像组学分类模型训练。最后分别采用预处理后的乳腺钼靶数据集和乳腺超声数据集，通过训练后的乳腺影像组学分类模型对进行预测，输出分类结果。本发明可对同一患者的不同检查影像数据组合，应用乳腺影像组学对其进行综合计算，操作方便、准确可靠、高效、通用性强。