公开(公告)号：CN116664523A

公开(公告)日：2023-08-29

申请号：CN202310642810.6

申请日：2023-06-01

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘明辉 ,  王晓敏 ,  范世晓 ,  刘念伯 ,  龚海刚 ,  程旋 ,  刘明

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G16H50/20

Abstract: 本发明公开了基于深度学习构建肾透明细胞癌分级模型的方法，包括获取肾透明癌细胞患者的CT图像；CT图像进行切割，获得切割图像；对切割图像进行旋转生成操作并标注，基于RegNetY400MF、RegNetY800MF、SE‑ResNet50和ResNet101四类网络模型，以普通交叉熵为损失函数，使用旋转后的切割图像对四类网络模型进行预训练；在普通的交叉熵中加入噪声修正策略作为损失函数，对经过预训练的四类网络模型进行实际训练；实际训练完成后的四类网络模型基于输出概率最大的CT图像对患者的病理进行诊断，获得四类网络模型的表现AUC；以四类网络模型的表现AUC作为其权重，对患者的最终诊断进行加权计算，得到其最终诊断，本申请实现了更有效的模型集成，达到了更好的最终预测准确度。

公开(公告)号：CN114913343A

公开(公告)日：2022-08-16

申请号：CN202210674288.5

申请日：2022-06-14

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘明 ,  王晓敏 ,  范世晓 ,  龚海刚 ,  程旋 ,  解天舒 ,  邓佳丽

IPC: G06V10/44 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于通道自监督的在线知识蒸馏方法，包括：粗粒度特征提取步骤：将数据进行归一化处理后的输出结果output分别输入到两个网络模型中进行特征提取；自监督学习步骤：将经过粗粒度特征提取步骤后的特征图输入到样本多样性模块中进行特征转换操作，对数据输出不同的联合标签；在线动态蒸馏步骤：通过对两个网络模型分别设置一个动态系数对具有同样特征转换的分支之间进行相互学习，不断优化两个网络多样性模块的权重，并在损失函数值最小时输出输入样本的标签。本发明随着样本、网络和分支多样性的增强，样本数据量变大，人工标注标签任务繁琐，在知识蒸馏中加入自监督学习，使其不需要人工干预，可以降低成本和资源。

公开(公告)号：CN116741380A

公开(公告)日：2023-09-12

申请号：CN202310743593.X

申请日：2023-06-21

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘明辉 ,  王晓敏 ,  范世晓 ,  刘念伯 ,  龚海刚 ,  程旋 ,  刘明

IPC: G16H50/30 ,  G06V10/774 ,  G06V10/80 ,  G06V10/764 ,  G06T7/10

Abstract: 本发明公开了肝胆管细胞癌术后的复发情况预测方法，涉及计算机技术领域，包括S1构建复发情况预测模型，复发情况预测模型包括图像分割模块、指标数据分析模块和预测分析模块；S2获取训练数据集，训练数据包括CT图像和病例指标；S3训练数据集导入复发情况预测模型，并对其进行训练优化；S4获取待预测数据；S5利用优化后的复发情况预测模型对待预测数据进行分析得到，肝胆管细胞癌术后的复发情况；除了对CT图像进行充分利用外，本方法还将病例所对应的指标数据与其图像数据进行了融合使用，以补充CT图像无法表达的信息。通过不断地优化训练，最终得到了具有良好性能的术后复发情况预测模型。