基于扩散空谱特征域学习模型的高光谱脑肿瘤术中近实时分类方法

    公开(公告)号:CN119992220A

    公开(公告)日:2025-05-13

    申请号:CN202510315948.4

    申请日:2025-03-18

    Abstract: 本发明公开了一种基于扩散空谱特征域学习模型的高光谱脑肿瘤术中近实时分类方法,包括:通过术中近实时脑肿瘤高光谱标准图像采集平台采集高光谱脑肿瘤图像数据,构建标准训练数据集;基于扩散空谱特征域学习模型构建高光谱脑肿瘤分类网络模型,该模型通过扩散隐空间特征增强学习类不偏移能力;利用脑肿瘤组织的高光谱分类数据集对分类网络模型进行训练,得到训练完成的分类模型;将训练好的网络模型部署于高光谱标准图像采集平台,实时对离体脑肿瘤组织进行分类,并输出分类结果,生成快速分类报告,实现术中近实时的脑肿瘤检测与诊断。本发明能够为脑肿瘤手术提供实时精准的分类信息,提高术中检测效率与准确性,具有重要的临床应用价值。

Patent Agency Ranking