Invention Grant
- Patent Title: 一种协同学习驱动的多类别全切片数字病理图像分类系统
-
Application No.: CN202311366788.3Application Date: 2023-10-20
-
Publication No.: CN117422911BPublication Date: 2024-04-30
- Inventor: 王宽全 , 孙鹏重 , 骆功宁 , 王玮 , 李向宇 , 董素宇 , 李钦策 , 袁永峰
- Applicant: 哈尔滨工业大学
- Applicant Address: 黑龙江省哈尔滨市南岗区西大直街92号
- Assignee: 哈尔滨工业大学
- Current Assignee: 哈尔滨工业大学
- Current Assignee Address: 黑龙江省哈尔滨市南岗区西大直街92号
- Agency: 哈尔滨市松花江联合专利商标代理有限公司
- Agent 岳昕
- Main IPC: G06V10/764
- IPC: G06V10/764 ; G06V10/20 ; G06V10/40 ; G06V10/774 ; G06T7/00 ; G06T7/194 ; G06N20/00

Abstract:
一种协同学习驱动的多类别全切片数字病理图像分类系统,它属于医学图像分析技术领域。本发明解决了现有方法仅关注二分类且无法捕捉类相关语义信息的问题。本发明首先获取待分类的全切片数字病理图像,再对图像进行预处理,获取前景组织区域图像并将前景组织区域图像分割为子图像补丁;对子图像补丁进行编码,根据编码结果得到补丁特征令牌;设置分类令牌,根据补丁特征令牌和分类令牌进行计算,再根据计算结果生成类激活图,并根据类激活图得到类别的热力图。本发明可以应用于数字病理图像分类。
Public/Granted literature
- CN117422911A 一种协同学习驱动的多类别全切片数字病理图像分类系统 Public/Granted day:2024-01-19
Information query