[发明专利]针对小样本或样本不平衡的癌症区域检测定位的方法在审
| 申请号： | 201910896568.9 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110633758A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 杨懿龄 | 申请（专利权）人： | 四川长虹电器股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 51213 四川省成都市天策商标专利事务所 | 代理人： | 王荔 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了针对小样本或样本不平衡的癌症区域检测定位的方法，通过结合包含癌细胞的组织病理图像的特点，使用加噪、旋转、增加或减少亮度的方法进行数据集增强，扩充了数据集并均衡了训练集标签类型的比重，提高了分类器训练效果。本发明的特征在于以Inception V2网络为基础，针对少样本及样本不平衡的情况，本发明在结合少量已标定的癌变组织图像分块及WSI病理图像进行迭代训练，高准确率地完成WSI图像级别的病理图像癌症区域检测定位，弥补了带标签训练样本过少时，过深的神经网络容易陷入过拟合、局部最优和梯度消失的问题，提高了同等水平下训练结果的准确率及网络的易用性。 | ||
| 搜索关键词： | 样本 病理图像 区域检测 数据集 准确率 癌症 分类器训练 癌变组织 标签类型 标签训练 迭代训练 神经网络 同等水平 图像分块 图像级别 训练结果 小样本 训练集 易用性 标定 癌细胞 拟合 网络 均衡 | ||
【主权项】：
1.针对小样本或样本不平衡的癌症区域检测定位的方法，其特征在于，包括以下步骤：/n步骤一：数据预处理；/n步骤二：使用Inception-V2模型构建神经网络；/n步骤三：初始化弱分类器D：提取带标签样本的深度特征导入神经网络进行预训练形成弱分类器；/n步骤四：迭代训练分类器D；使用弱分类器对宫颈癌WSI病理图片分块样本进行迭代训练直至模型收敛；/n步骤五：评估分类器分类效果：使用收敛后的模型评估查看分类器分类效果，并对病理图像分块进行癌细胞识别；/n步骤六：测试；将II类测试集导入模型进行检测分类，标记为癌变的图像分块将被高亮显示；/n步骤七：细胞核标定：对上一步骤中判定为癌细胞组织区域的图像分块使用blob斑点检测算法进行细胞核标定；/n步骤八：拼接复原，将病理图像切割后的图像分块集整合拼接为一张完整的宫颈癌WSI病理图像进行展示，其中检测为癌变区域的细胞组织将被高亮显示。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司，未经四川长虹电器股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910896568.9/，转载请声明来源钻瓜专利网。
