-
公开(公告)号:CN118888127B
公开(公告)日:2024-11-29
申请号:CN202411376803.7
申请日:2024-09-30
Applicant: 吉林大学
IPC: G16H50/20 , G06T7/00 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/771 , G06N3/006
Abstract: 本发明公开了基于人工智能的宫颈癌诊断增强系统,包括数据收集模块、图像分析增强模块、数据融合处理模块、诊断流程优化模块和综合分析模块。本发明属于宫颈癌智能诊断技术领域,具体为基于人工智能的宫颈癌诊断增强系统,本发明采用结合图像增强生成的视觉变压卷积双路径模型,进行图像分析增强,为后续最终宫颈癌阶段自动分类提供了较好的特征数据源;采用结合模态分解和混合搜索算法的双向门控循环模型进行宫颈癌阶段自动分级,提升了系统整体的功能自动性、智能性和可用性;采用图像分析、数据融合和阶段分级三种模块独立设计的方法进行系统模块设计,增强了宫颈癌诊断系统的整体可用性和应用泛用性。
-
公开(公告)号:CN118888127A
公开(公告)日:2024-11-01
申请号:CN202411376803.7
申请日:2024-09-30
Applicant: 吉林大学
IPC: G16H50/20 , G06T7/00 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/771 , G06N3/006
Abstract: 本发明公开了基于人工智能的宫颈癌诊断增强系统,包括数据收集模块、图像分析增强模块、数据融合处理模块、诊断流程优化模块和综合分析模块。本发明属于宫颈癌智能诊断技术领域,具体为基于人工智能的宫颈癌诊断增强系统,本发明采用结合图像增强生成的视觉变压卷积双路径模型,进行图像分析增强,为后续最终宫颈癌阶段自动分类提供了较好的特征数据源;采用结合模态分解和混合搜索算法的双向门控循环模型进行宫颈癌阶段自动分级,提升了系统整体的功能自动性、智能性和可用性;采用图像分析、数据融合和阶段分级三种模块独立设计的方法进行系统模块设计,增强了宫颈癌诊断系统的整体可用性和应用泛用性。
-