公开(公告)号：CN114723746B

公开(公告)日：2022-09-02

申请号：CN202210566176.8

申请日：2022-05-24

Applicant: 神州医疗科技股份有限公司

Inventor： 张洵 ,  许峥 ,  许娟 ,  王剑仲

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06K9/62

Abstract: 本公开提供了一种基于知识蒸馏的病灶区域深度组学特征提取方法及装置，涉及医学图像处理技术领域，该方法包括：获取样本数据集；利用样本训练分类网络，得到病灶区域特征识别模型；将倒数第二层作为特征层，特征层的输出为基础深度特征；将不同的基础深度特征按照关注度进行权重配比得到深度组学特征；构建学生网络；采用所有教师网络训练学生网络；设置损失函数；当损失值达到预设范围时，教师网络对学生网络的训练完成，得到病灶区域深度组学特征提取模型。本公开可针对不同种类的医学影像、不同的疾病类型选取不同的属性进行深度组学特征提取，通过对属性的关注度不同进行权重配置，实现了深度组学特征的自由配置和蒸馏精度的提高。

公开(公告)号：CN114723746A

公开(公告)日：2022-07-08

申请号：CN202210566176.8

申请日：2022-05-24

Applicant: 神州医疗科技股份有限公司

Inventor： 张洵 ,  许峥 ,  许娟 ,  王剑仲

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06K9/62

Abstract: 本公开提供了一种基于知识蒸馏的病灶区域深度组学特征提取方法及装置，涉及医学图像处理技术领域，该方法包括：获取样本数据集；利用样本训练分类网络，得到病灶区域特征识别模型；将倒数第二层作为特征层，特征层的输出为基础深度特征；将不同的基础深度特征按照关注度进行权重配比得到深度组学特征；构建学生网络；采用所有教师网络训练学生网络；设置损失函数；当损失值达到预设范围时，教师网络对学生网络的训练完成，得到病灶区域深度组学特征提取模型。本公开可针对不同种类的医学影像、不同的疾病类型选取不同的属性进行深度组学特征提取，通过对属性的关注度不同进行权重配置，实现了深度组学特征的自由配置和蒸馏精度的提高。