申请/专利权人：郑州轻工业大学

申请日：2023-11-06

公开（公告）日：2024-01-30

公开（公告）号：CN117474876A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/25;G06V10/764;G06V10/40;G06T5/90;G06V10/22;G06T7/11;G06V10/774;G16H50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明涉及一种基于深度学习的肾癌亚型辅助诊断及不确定性评估方法，主要针对三维CT图像进行肾细胞癌的诊断分析，包括对数据的预处理、肾肿瘤区域的检测、亚型分类，以及最终给出预测类别和不确定性这些步骤。通过应用深度学习技术于CT图像分析，可以有效地辅助医生完成肾癌的亚型诊断，并提供关于预测的不确定性评估。这不仅有助于提高诊断的准确性，还能减少医生的误判几率，从而提升医疗诊断的效率和质量。

主权项：1.基于深度学习的肾癌亚型辅助诊断及不确定性评估方法，其特征在于：包括以下步骤：S1：对收集到的三维CT图像进行必要的数据预处理，包括图像标准化、增强、噪声去除和尺寸调整；S2:利用预训练的目标检测模型对处理后的三维CT图像进行肿瘤检测，确定肿瘤的精确位置和缩小分析范围；S3:通过深度层次和多尺度特征提取，设计并构建一个三维卷积神经网络用于肾细胞癌亚型的分类；S4:在模型训练过程中，利用基于迪利克雷分布的损失函数进行不确定性估计；S5:训练肾细胞癌亚型预测分类模型，对新的三维CT图像进行肾细胞癌亚型的分类，并输出相应的不确定性评估。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 基于深度学习的肾癌亚型辅助诊断及不确定性评估方法

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