-
公开(公告)号：CN119888349A
公开(公告)日：2025-04-25
申请号：CN202510041802.5
申请日：2025-01-10
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/045 , G06V10/40 , G16H70/60
Abstract: 本发明属于医学病理图像技术领域，具体涉及一种多示例多任务学习的泛癌生物标志物的预测方法及系统，包括：获取实体瘤患者的全视野数字病理图像和泛癌生物标志物表达数据；基于全视野数字病理图像，进行预处理以及特征提取，得到病理特征数据集；基于病理特征数据集，将其输入至孪生多示例全卷积网络模型中进行训练，得到病理低维特征，并结合线性注意力机制，计算得到每个病理特征对应的注意力分数；结合每个病理低维特征以及对应的注意力分数，计算得到病理深度特征，并将病理深度特征输入至多任务分类预测模型中进行分类预测，得到泛癌中每个生物标志物的预测结果。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
