← 返回列表

子宫内膜癌淋巴结转移智能识别方法及系统

申请号: CN202311299973.5
申请人: 广州医科大学附属第一医院(广州呼吸中心)
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 子宫内膜癌淋巴结转移智能识别方法及系统
专利类型 发明申请
申请号 CN202311299973.5
申请日 2023/10/9
公告号 CN117351183A
公开日 2024/1/5
IPC主分类号 G06V10/22
权利人 广州医科大学附属第一医院(广州呼吸中心)
发明人 付欣鸽
地址 广东省广州市沿江路151号

摘要文本

本发明涉及神经网络技术领域,揭露一种子宫内膜癌淋巴结转移智能识别方法及系统,方法包括:从淋巴结图像中分析正常淋巴结特征与异常淋巴结特征;利用模型训练方式对结构调整模型进行模型训练;利用训练好的模型中的编码器对预处理图像进行浅层特征提取,利用训练好的模型中的第一注意力机制提取浅层特征图中的注意力特征图;利用训练好的模型中的第二注意力机制提取预处理图像中的全局特征与局部特征,融合全局特征与局部特征,在训练好的模型中的解码器中拼接提取特征图、注意力特征图及融合特征图;利用拼接特征图识别当前的淋巴结图像中是否发生子宫内膜癌淋巴结转移。本发明可以提升子宫内膜癌淋巴结转移识别的效率。。来自马-克-数-据-官网

专利主权项内容

1.一种子宫内膜癌淋巴结转移智能识别方法,其特征在于,所述方法包括:采集子宫内膜癌根治标本的淋巴结图像,从所述淋巴结图像中分析正常淋巴结特征与异常淋巴结特征,对所述淋巴结图像中的正常淋巴结区域与异常淋巴结区域进行区域标注,得到标注样本;构建所述标注样本的语义分割模型,利用所述正常淋巴结特征与所述异常淋巴结特征对所述语义分割模型进行结构调整,得到结构调整模型,并确定所述结构调整模型的模型训练方式,基于所述标注样本,利用所述模型训练方式对所述结构调整模型进行模型训练,得到训练好的模型;对当前的淋巴结图像进行图像预处理,得到预处理图像,利用所述训练好的模型中的编码器对所述预处理图像进行浅层特征提取,得到浅层特征图,利用所述训练好的模型中的第一注意力机制提取所述浅层特征图中的注意力特征图;利用所述训练好的模型中的第二注意力机制提取所述预处理图像中的全局特征与局部特征,融合所述全局特征与所述局部特征,得到融合特征图,在所述训练好的模型中的解码器中拼接所述提取特征图、所述注意力特征图及所述融合特征图,得到拼接特征图;利用所述拼接特征图识别所述当前的淋巴结图像中是否发生子宫内膜癌淋巴结转移,在所述当前的淋巴结图像中发生子宫内膜癌淋巴结转移时,确定所述当前的淋巴结图像的子宫内膜癌淋巴结转移结果。