结合深度学习与影像组学的结直肠癌图像分类方法及系统
实质审查的生效
摘要
本发明提出一种结合深度学习与影像组学的结直肠癌图像分类方法及系统，针对深度学习模型训练种小样本问题，充分利用已有的数据进行数据增强（旋转，平移、图像变换等）为了解决医生手工标记耗时耗力的问题，引入深度学习的自动分割网络模型，实现自动的从图像中标注感兴趣区域。针对深度学习模型提取的特征可解释性差，获取特征信息不够全面的问题，采用影像组学特征、深度学习特征和临床病理信息三者融合获取更多更全面的特征信息，进一步提高影像组学的分类准确性和可靠性。
基本信息
专利标题 ：
结合深度学习与影像组学的结直肠癌图像分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114332577A
申请号 ：
CN202111648121.3
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄立勤何甜潘林郑绍华
申请人 ：
福州大学
申请人地址 ：
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
丘鸿超
优先权 ：
CN202111648121.3
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/764 G06V10/771 G06V10/25 G06V10/44 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06N20/20
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06V 10/80
申请日 : 20211231
申请日 : 20211231
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
