← 返回列表
一种对抗训练的高鲁棒性数字病理切片诊断系统及方法
摘要文本
本发明公开了一种对抗训练的高鲁棒性数字病理切片诊断系统及方法，其系统包括：提取模块，构建特征提取模型并利用特征提取模型的特征提取节点从输入的第一数字病理图像中提取特征向量；第一诊断模块，基于特征提取模型中的分类节点根据特征向量对输入的第一数字病理图像进行分类诊断并计算分类损失；预测模块，基于特征提取模型中的领域判别节点根据特征向量进行领域预测并计算领域判别损失；调整模块，用于根据分类损失和领域判别损失对特征提取节点和分类节点的参数进行同步调整或单一调整，获取收敛后的特征提取模型；第二诊断模块，利用收敛后的特征提取模型对后续第二数字病理图像进行诊断。为数字病理切片诊断带来更高的准确性和鲁棒性。。百度搜索专利查询网
申请人信息
- 申请人:北京透彻未来科技有限公司
- 申请人地址:100000 北京市海淀区莲花池东路39号6层608
- 发明人: 北京透彻未来科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种对抗训练的高鲁棒性数字病理切片诊断系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311499700.5 |
| 申请日 | 2023/11/13 |
| 公告号 | CN117372416A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 北京透彻未来科技有限公司 |
| 发明人 | 王书浩; 赵方正 |
| 地址 | 北京市海淀区莲花池东路39号6层608 |
专利主权项内容
1.一种对抗训练的高鲁棒性数字病理切片诊断系统，其特征在于，该系统包括：提取模块，用于构建特征提取模型并利用特征提取模型的特征提取节点从输入的第一数字病理图像中提取特征向量；第一诊断模块，用于基于特征提取模型中的分类节点根据特征向量对输入的第一数字病理图像进行分类诊断并计算分类损失；预测模块，用于基于特征提取模型中的领域判别节点根据特征向量进行领域预测并计算领域判别损失；调整模块，用于根据分类损失和领域判别损失对特征提取节点和分类节点的参数进行同步调整或单一调整，根据调整结果获取收敛后的特征提取模型；第二诊断模块，用于利用收敛后的特征提取模型对后续第二数字病理图像进行诊断。