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：北京航空航天大学
申请日：2024-03-18
公开（公告）日：2024-07-05
公开（公告）号：CN118298422A
主分类号：G06V20/69
分类号：G06V20/69;G06V10/22;G06V10/26;G06V10/40;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0455;G06N3/096;G06N3/088
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明涉及一种基于视觉语言大模型的病理图像的细胞核检测方法，该方法是基于现存的预训练的视觉语言大模型和语言大模型如GLIP、BLIP、GPT等的病理图像细胞核检测方法，该方法是一种新的自动生成提示语的流程，将需要检测的细胞核的形容词的描述程度考虑在内，并引入了相关性排序，提升零样本检测细胞核检测的效果。在训练方法，自训练知识蒸馏，将GLIP的预训练的特征提取能力迁移到更适合进行检测的网络结构中，最终得到一个更优的细胞核检测网络，该网络的训练不需要任何的标注。与之前的无监督病理细胞核检测方法相比，本发明的方法的最终检测效果更好。
主权项：1.一种基于视觉语言大模型的病理图像的细胞核检测方法，其特征在于，包括：S10、基于无监督细胞核检测方式获取训练集的提示词序列，所述提示词序列为采用视觉语言大模型对病理图像的训练集的每一病理图像进行处理得到的与所述训练集中图像相似度最高的N1个提示词，以及提示词序列在获取过程中与检测目的的医学名词结合进行程度扩充并相关性排序得到的提示语；S20、基于训练集中的每一病理图像和所述提示词序列，采用自训练知识蒸馏方式对选定的教师网络T和选定的学生网络S进行迭代，实现学生网络S的自训练知识蒸馏，达到结束条件时，获得训练的学生网络S，以对待测病理图像进行细胞核检测，获得检测结果；所述教师网络T的图像编码器和学生网络S的特征提取器相同。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于视觉语言大模型的病理图像的细胞核检测方法
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。
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