申请/专利权人：太原理工大学

申请日：2023-12-07

公开（公告）日：2024-03-22

公开（公告）号：CN117746108A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06T7/11;G16H30/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及直肠癌图像分析方法技术领域，具体涉及一种基于SE‑ResNet的直肠癌图像分析方法，包括：S1.采集多个直肠癌图像以及对应的TNM分期值，并对所述直肠癌图像进行预处理、数据扩充处理以及改善类别不平衡处理后，形成数据集；S2.构建SE‑ResNet模型；S3.将所述数据集输入所述SE‑ResNet模型进行训练，生成SE‑ResNet预测模型；S4.将待分析直肠癌图像输入所述SE‑ResNet预测模型，输出TNM分期值。本方法能够代替人工完成直肠癌图像的识别分析，自动判断TNM分期值，省时省力，并且通过训练能够保证SE‑ResNet预测模型的精准度，从而保证图像分析结果的准确度。

主权项：1.一种基于SE-ResNet的直肠癌图像分析方法，其特征在于，依次包括如下步骤：S1.采集多个直肠癌图像以及对应的TNM分期值，并对所述直肠癌图像进行预处理、数据扩充处理以及改善类别不平衡处理后，形成数据集；S2.构建ResNet模型，并加入RE模块，形成SE-ResNet模型；S3.将所述数据集输入所述SE-ResNet模型进行训练，生成SE-ResNet预测模型；S4.将待分析直肠癌图像输入所述SE-ResNet预测模型，输出TNM分期值。

全文数据：

权利要求：

百度查询： 太原理工大学 基于SE-ResNet的直肠癌图像分析方法

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