← 返回列表
基于Transformer的多尺度二阶病理图像分类方法及系统
申请人信息
- 申请人:泰山学院
- 申请人地址:271000 山东省泰安市岱岳区东岳大街525号
- 发明人: 泰山学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于Transformer的多尺度二阶病理图像分类方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311810060.5 |
| 申请日 | 2023/12/27 |
| 公告号 | CN117496323A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V10/80 |
| 权利人 | 泰山学院 |
| 发明人 | 刘明霞; 王琳琳; 陶体伟; 康振环; 褚园园 |
| 地址 | 山东省泰安市岱岳区东岳大街525号 |
摘要文本
本公开提出一种基于Transformer的多尺度二阶病理图像分类方法及系统，涉及图像处理领域。方法包括：获取待分类病理图像，进行预处理；将预处理后的待分类病理图像输入至Swin网络中，提取待分类病理图像的多尺度特征；将多尺度特征包含的单尺度特征分别输入至二阶池化模块和一阶池化模块，提取单尺度二阶特征、一阶特征；分别对单尺度二阶特征、一阶特征进行类别预测并联合，获得单尺度预测分数；融合多个单尺度预测分数，输出待分类病理图像类别预测结果。本公开通过考虑不同阶段的二阶特征，并融合一阶、二阶特征，充分挖掘了特征之间的细节信息，克服了传统方法无法捕获详细信息的缺陷，从而提高乳腺癌病理图像分类的准确性。 （来自 专利查询网）
专利主权项内容
1.一种基于Transformer的多尺度二阶病理图像分类方法，其特征在于，包括：获取待分类病理图像，对待分类病理图像进行预处理；将预处理后的待分类病理图像输入至Swin Transformer网络中，提取待分类病理图像的多尺度特征；所述多尺度特征包含来自不同阶段的单尺度特征；将多个单尺度特征分别输入至二阶池化模块和一阶池化模块，提取单尺度二阶特征和单尺度一阶特征；分别对所述单尺度二阶特征和单尺度一阶特征进行类别预测，并联合预测结果，获得单尺度预测分数；融合多个单尺度预测分数，输出待分类病理图像的类别预测结果。