申请/专利权人：腾讯科技(深圳)有限公司

申请日：2022-08-23

公开（公告）日：2022-09-20

公开（公告）号：CN115082490A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06V10/26;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2022.11.15#授权;2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本申请提供了一种异常预测方法、异常预测模型的训练方法、装置及设备，属于图像处理技术领域。该方法包括：基于病理图像中的语义信息，对病理图像进行采样，得到多个第一图像块；基于带有固定窗口的多头自注意力机制和带有移位窗口的多头自注意力机制，对多个第一图像块进行编码，得到多个第一图像块的编码特征，对多个第一图像块的编码特征进行解码，得到多个第一图像块的分割图像；基于多个第一图像块的分割图像进行分类，得到每个第一图像块的预后级别；基于每个第一图像块的预后级别，对病理图像的预后级别进行预测，得到病理图像的异常信息。该技术方案预测的异常信息更加准确，利于为处理异常提供更准确的依据。

主权项：1.一种异常预测方法，其特征在于，所述方法包括：基于病理图像中的语义信息，对所述病理图像进行采样，得到多个第一图像块，所述语义信息基于所述病理图像中的像素确定，所述语义信息的密集程度与采样频率正相关；基于带有固定窗口的多头自注意力机制和带有移位窗口的多头自注意力机制，对所述多个第一图像块进行编码，得到所述多个第一图像块的编码特征，对所述多个第一图像块的编码特征进行解码，得到所述多个第一图像块的分割图像，每个所述分割图像标注有分化级别；基于所述多个第一图像块的分割图像进行分类，得到每个所述第一图像块的预后级别；基于每个所述第一图像块的预后级别，对所述病理图像的预后级别进行预测，得到所述病理图像的异常信息。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 异常预测方法、异常预测模型的训练方法、装置及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD