一种基于多模态的肿瘤分类模型训练方法

    公开(公告)号:CN118521834A

    公开(公告)日:2024-08-20

    申请号:CN202410980569.2

    申请日:2024-07-22

    Abstract: 本发明提供了一种基于多模态的肿瘤分类模型训练方法,包括以下步骤:S1、采集肿瘤患者的白光图像和超声图像,并标注类型标签;S2、对S1采集到的白光图像和超声图像进行归一化处理;S3、使用经过归一化处理的超声图像训练分割模型,对超声图像进行裁剪,去除与病变无关的组织图像;S4、分别采集S1采集到的白光图像的特征和S3剪裁后的超声图像的特征;S5、将S4中的白光图像的特征和超声图像的特征进行特征融合,使用融合后的特征训练多模态特征融合神经网络模型,形成肿瘤分类模型。本发明有益效果:对超声和白光图像使用了多模态内镜特征融合模型,实现白光内镜和超声内镜所携带的信息的互补,具有高准确性泛化能力强的优点。

    一种基于图像识别的尿隐血分类方法和系统

    公开(公告)号:CN116883739A

    公开(公告)日:2023-10-13

    申请号:CN202310840270.2

    申请日:2023-07-10

    Abstract: 本发明公开了一种基于图像识别的尿隐血分类方法和系统,属于图像识别、医疗诊断技术领域,包括:获取样本数据集;为样本数据集中的尿液图像数据添加分类标签;对样本数据集中的尿液图像数据进行预处理;计算各个预处理后的尿液图像数据在各个颜色通道的颜色平均值;根据在各个颜色通道的颜色平均值计算分类参数值:计算六个分类标签下的尿液图像数据的分类参数值的平均值;根据六个分类标签下的尿液图像数据的分类参数值的平均值,计算六个分类标签彼此之间的五个分类阈值;获取实时尿液图像数据;计算实时尿液图像数据的分类参数值;将实时尿液图像数据的分类参数值与五个分类阈值进行比较,输出实时尿液图像数据的尿隐血分类结果。

Patent Agency Ranking