[发明专利]基于深度卷积神经网络的非小细胞肺癌病理切片识别方法在审
| 申请号： | 202011210676.5 | 申请日： | 2020-11-03 |
| 公开（公告）号： | CN112270666A | 公开（公告）日： | 2021-01-26 |
| 发明（设计）人： | 孟祥福;孙德伟;张兴;谢晶;张峰;杨一鸣 | 申请（专利权）人： | 辽宁工程技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T3/40;G06N3/04;G06K9/62 |
| 代理公司： | 北京华夏正合知识产权代理事务所(普通合伙) 11017 | 代理人： | 韩登营;韩惠琴 |
| 地址： | 123000 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的非小细胞肺癌病理切片识别方法，步骤为：从TCGA获取到的公开数据集非小细胞肺癌的病理切片；构建用于训练的深度学习模型；将训练数据集输入卷积神经网络训练，得到学习后的卷积神经网络模型；将训练数据集输入卷积神经网络训练，得到学习后的卷积神经网络模型。本发明通过利用Inception‑v3模型和CBAM注意力机制融合在一起，实现对非小型细胞肺癌的分类，通过注意力机制提高了网络精度；同时利用深度卷积神经网络Inception‑v3实验结果表明，本发明提出的基于深度学习的非小细胞肺癌病理切片识别方法可以有效的针对肺腺癌和肺鳞状细胞癌的分类，在一定程度上减轻了医生的负担，在医学图像识别领域实现了非常良好的性能。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 细胞 肺癌 病理 切片 识别 方法 | ||
【主权项】：
暂无信息
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辽宁工程技术大学，未经辽宁工程技术大学许可，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/202011210676.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于可重构智能表面的通信系统吞吐量优化方法
- 下一篇：自动清洗抽油烟机
