甲状腺切片图像分类模型训练方法、装置
基本信息
| 申请号 | CN202110285736.8 | 申请日 | - |
| 公开（公告）号 | CN113139931A | 公开（公告）日 | 2021-07-20 |
| 申请公布号 | CN113139931A | 申请公布日 | 2021-07-20 |
| 分类号 | G06T7/00（2017.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06N20/10（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 武卓越;田雪叶;杨林;崔磊 | 申请（专利权）人 | 杭州迪英加科技有限公司 |
| 代理机构 | 杭州华知专利事务所（普通合伙） | 代理人 | 张德宝 |
| 地址 | 311121浙江省杭州市余杭区仓前街道龙潭路7号未来研创园B座5楼B501-B508室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请涉及一种甲状腺切片图像分类模型训练方法、装置。所述方法包括：获取预设放大倍数下甲状腺切片图像；对所述甲状腺切片图像划分成多个互不重叠的预设大小的图像块；对所述图像块，通过图像块分类模型进行分类，获得所述图像块为恶性肿瘤的概率；所述图像块分类模型训练过程中，采用优化损失函数，通过反向传播算法调整模型参数；将所述概率映射到，与其对应的所述图像块在所述甲状腺切片图像的位置，获得所述甲状腺切片图像的概率热图；从所述概率热图中提取肿瘤的特征值输入SVM分类器进行训练，获得甲状腺切片图像分类模型。采用本方法能够提高模型分类的精确度。 |
