龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京透彻未来科技有限公司
申请日：2024-02-02
公开（公告）日：2024-05-28
公开（公告）号：CN118098521A
主分类号：G16H30/40
分类号：G16H30/40;G16H50/70;G16H10/60;G06V10/774;G06V10/764;G06V10/82;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明提供了一种基于深度学习的喉癌前病变病理分级诊断系统，包括：数据采集模块获取喉异型增生的数字病理影像，数据标注模块针对喉异型增生的数字病理影像进行标签标注，模型训练模块通过训练数据针对病理影像识别模型进行模型训练，并结合模型评价结果针对病理影像识别模型进行优化，模型评价模块根据训练数据模型输出结果针对病理影像识别模型进行评价，模型应用模块将待识别数据中的数字病理影像输入优化病理影像识别模型进行喉异型增生识别。本发明通过模型训练模块和模型评价模块，提高病理影像识别模型精准度的同时提高病理影像识别模型对于病理专家的适配性和适用性，使得病理专家能够更加便捷地利用病理影像识别模型。
主权项：1.一种基于深度学习的喉癌前病变病理分级诊断系统，其特征在于，所述系统包括：数据采集模块、数据标注模块、模型训练模块、模型评价模块和模型应用模块；所述数据采集模块，用于获取喉异型增生的数字病理影像，所述数字病例影像包括：待识别数据和训练数据；所述数据标注模块，用于针对喉异型增生的数字病理影像进行标签标注；所述模型训练模块，用于通过训练数据针对病理影像识别模型进行模型训练，得到训练数据模型输出结果，并结合模型评价结果针对病理影像识别模型进行优化，得到优化病理影像识别模型；所述模型评价模块，用于根据训练数据模型输出结果针对病理影像识别模型进行评价，得到模型评价结果；所述模型应用模块，用于将优化病理影像识别模型发布使用，并将待识别数据中的数字病理影像输入优化病理影像识别模型进行喉异型增生识别。
全文数据：
权利要求：
百度查询： 北京透彻未来科技有限公司 基于深度学习的喉癌前病变病理分级诊断系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号