一种基于弱监督学习的胃镜病理图像分类方法
基本信息
| 申请号 | CN202010690425.5 | 申请日 | - |
| 公开（公告）号 | CN111985536A | 公开（公告）日 | 2020-11-24 |
| 申请公布号 | CN111985536A | 申请公布日 | 2020-11-24 |
| 分类号 | G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 丁偕;张敬谊;刘全祥;王瑜;韦金江;刘鸣 | 申请（专利权）人 | 上海复高计算机科技有限公司 |
| 代理机构 | 上海申汇专利代理有限公司 | 代理人 | 万达信息股份有限公司;上海复高计算机科技有限公司 |
| 地址 | 200233上海市徐汇区桂平路481号20号楼5层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于弱监督学习的胃镜病理图像分类方法。针对胃镜数字病理图像标注成本高昂，难以获得大型标注数据集的问题，本发明利用易于获取的粗粒度标签构建的大型胃镜病理图像数据集训练得到弱监督网络模型。通过获得的弱监督网络模型提取胃镜病理图像特征，进一步融合胃镜病理图像全局和局部的定性特征，最后通过随机森林分类器实现对整张胃镜病理图像的阴性和阳性分类。利用本发明提供的基于弱监督的胃镜病理图像分类方法，可以为病理医生提供病理数据的筛查信息，辅助临床病理医生的诊断工作，提升其工作效率。 |
