基于弱监督学习的结直肠癌数字病理图像判别方法及系统

发明专利有效专利

申请号：
CN202110460404.9
IPC分类号：G06K9/62;G06N3/04;G06N3/08;G16H30/20;G16H50/20
申请日期：
2021-04-27
申请人：
浙江师范大学

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	基于弱监督学习的结直肠癌数字病理图像判别方法及系统
申请号	CN202110460404.9	申请日期	2021-04-27
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113221978A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;1;6;H;3;0;/;2;0;;;G;1;6;H;5;0;/;2;0查看分类表>
申请人	浙江师范大学	申请人地址	浙江省金华市婺城区迎宾大道688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	浙江师范大学	当前权利人	浙江师范大学
发明人	朱信忠;徐慧英;李军;赵建民
代理机构	浙江千克知识产权代理有限公司	代理人	赵芳

摘要

本发明公开了基于弱监督学习的结直肠癌数字病理图像判别方法及系统，其中涉及的基于弱监督学习的结直肠癌数字病理图像判别系统，包括：采集模块，用于采集结直肠癌数字病理图像数据集；预处理模块，用于对采集的数据集中的数据进行预处理，得到预处理后的数据；第一分类模块，用于基于弱监督学习算法构建采样块判别模型，将预处理后的数据输入至构建的采样块判别模型中进行处理，得到全切片采样包中所有病理图像块的分类结果；第二分类模块，用于构建决策融合模型，将得到的病理图像块的分类结果输入至决策融合模型中进行融合处理，得到全数字病理图像的分类结果。

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