甲狀腺切片圖像分類模型訓(xùn)練方法、裝置

基本信息

申請(qǐng)?zhí)?/td> CN202110285736.8 申請(qǐng)日 -
公開（公告）號(hào) CN113139931A 公開（公告）日 2021-07-20
申請(qǐng)公布號(hào) CN113139931A 申請(qǐng)公布日 2021-07-20
分類號(hào) G06T7/00（2017.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06N20/10（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 武卓越;田雪葉;楊林;崔磊 申請(qǐng)（專利權(quán)）人 杭州迪英加科技有限公司
代理機(jī)構(gòu) 杭州華知專利事務(wù)所（普通合伙） 代理人 張德寶
地址 311121浙江省杭州市余杭區(qū)倉(cāng)前街道龍?zhí)堵?號(hào)未來(lái)研創(chuàng)園B座5樓B501-B508室
法律狀態(tài) -

摘要

摘要 本申請(qǐng)涉及一種甲狀腺切片圖像分類模型訓(xùn)練方法、裝置。所述方法包括：獲取預(yù)設(shè)放大倍數(shù)下甲狀腺切片圖像；對(duì)所述甲狀腺切片圖像劃分成多個(gè)互不重疊的預(yù)設(shè)大小的圖像塊；對(duì)所述圖像塊，通過(guò)圖像塊分類模型進(jìn)行分類，獲得所述圖像塊為惡性腫瘤的概率；所述圖像塊分類模型訓(xùn)練過(guò)程中，采用優(yōu)化損失函數(shù)，通過(guò)反向傳播算法調(diào)整模型參數(shù)；將所述概率映射到，與其對(duì)應(yīng)的所述圖像塊在所述甲狀腺切片圖像的位置，獲得所述甲狀腺切片圖像的概率熱圖；從所述概率熱圖中提取腫瘤的特征值輸入SVM分類器進(jìn)行訓(xùn)練，獲得甲狀腺切片圖像分類模型。采用本方法能夠提高模型分類的精確度。