基于对称编码网络的病理全切片图像跨模态检索方法

发明专利有效专利

申请号：
CN202210836435.4
IPC分类号：G06F16/53;G06F16/583;G06V30/41;G06V10/26;G06V10/40;G06V10/82
申请日期：
2022-07-15
申请人：
北京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于对称编码网络的病理全切片图像跨模态检索方法
申请号	CN202210836435.4	申请日期	2022-07-15
法律状态	公开	申报国家	中国
公开/公告日	2022-09-30	公开/公告号	CN115129907A
优先权	暂无	优先权号	暂无
主分类号	G06F16/53	IPC分类号	G;0;6;F;1;6;/;5;3;;;G;0;6;F;1;6;/;5;8;3;;;G;0;6;V;3;0;/;4;1;;;G;0;6;V;1;0;/;2;6;;;G;0;6;V;1;0;/;4;0;;;G;0;6;V;1;0;/;8;2查看分类表>
申请人	北京航空航天大学	申请人地址	北京市海淀区学院路37号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京航空航天大学	当前权利人	北京航空航天大学
发明人	郑钰山;胡定一;姜志国;张浩鹏;谢凤英
代理机构	北京慕达星云知识产权代理事务所（特殊普通合伙）	代理人	符继超

摘要

本发明公开了一种对称编码网络的病理全切片图像跨模态检索方法，包括将任意尺寸的病理全切片图像分割成图像块序列输入至卷积神经网络中，将图像块序列转换为特征样本序列；将任意尺寸的病理报告分成单词序列输入至Word2Vec网络中，将单词序列转换为特征向量；通过自监督网络将特征样本序列和特征向量压缩到同一特征空间，并转化为对应的二值编码得到哈希表作为数据库；将待查询的病理全切片图像或病理报告转换为对应的哈希码后，在哈希表上进行检索，得到对应的检索结果。本发明能够利用病理报告中的语义信息，输入病理全切片图像或者病理报告，检索得到数据库中的病理图像和病理报告。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供