申请/专利权人：首都医科大学附属北京友谊医院

申请日：2024-02-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809853A

主分类号：G16H50/50

分类号：G16H50/50;G06T7/00;G06N3/0464;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种肝细胞癌病理识别模型的构建方法及电子设备。该构建方法包括如下步骤：采集肝病患者的病理切片数据建立数据集；构建HCCM卷积神经网络，并基于ImageNet数据集进行预训练后得到初始模型；将初始模型迁移到病理切片数据构成的数据集中；利用迁移后的初始模型对数据集中的图像块数据进行特征提取得到多个特征向量；采用弱监督学习方法在训练集和验证集上对迁移后的初始模型进行训练和优化，得到肝细胞癌病理识别模型；利用测试集对肝细胞癌病理识别模型进行泛化能力评估。利用该肝细胞癌病理识别模型，可以快速准确地辅助临床医生进行肿瘤标注和疾病诊断。

主权项：1.一种肝细胞癌病理识别模型的构建方法，其特征在于包括如下步骤：（1）采集肝病患者的病理切片数据建立数据集，所述数据集包括训练集、测试集和验证集；其中，所述病理切片数据中的图像块的设定像素为320×320；（2）基于Python3.8构建HCCM卷积神经网络，并基于ImageNet数据集进行预训练后得到初始模型；其中，在进行卷积操作时取消补齐设置，以保持所述病理切片数据在病理识别过程中的完整性；（3）将所述初始模型迁移到病理切片数据构成的所述数据集中；（4）利用迁移后的所述初始模型对所述数据集中的图像块数据进行特征提取，得到多个特征向量；（5）在训练的过程中，采用合成少数类过采样技术对训练集中的样本进行数量扩增，同时均衡所纳入的肝细胞癌肿瘤细胞与非肿瘤细胞的比例；将图像块数据输入肝细胞癌病理识别模型，经过病理识别后得到包含肝细胞癌组织标注信息的图像块数据；采用弱监督学习方法并结合人机闭环反馈学习，对所述肝细胞癌病理识别模型进行训练和优化；（6）采用所述测试集对所述肝细胞癌病理识别模型进行泛化能力评估。

全文数据：

权利要求：

百度查询： 首都医科大学附属北京友谊医院 一种肝细胞癌病理识别模型的构建方法及电子设备

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