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：杭州电子科技大学
申请日：2023-12-13
公开（公告）日：2024-05-28
公开（公告）号：CN118097214A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/82;G06V10/774;G06V10/776;G06V10/40;G06V10/77;G06T7/00;G16H50/30
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：本发明公开基于改进KNN模型的局部晚期甲状腺癌切除评估系统。本发明包括数据获取以及预处理模块；基于改进KNN算法的分类模块，对改进KNN模型输入数据获取以及预处理模块输出的NII图像以及对应的mask子图，输出分类结果。本发明针对不平衡数据引入合成少数类过采样算法，并将合成少数类过采样算法与混合t分布模型进行结合，提高合成少数类过采样算法对合成样本的质量，并更好地保持原始数据的分布特征。混合t‑分布模型具有厚尾特性,具有更好的稳健性。使得样本数据变得平衡。再结合KNN算法，使得模型复杂度低，预测性能提升，不容易过拟合，为局部晚期甲状腺癌切除预测精度提升。
主权项：1.基于改进KNN模型的局部晚期甲状腺癌切除评估系统，包括：数据获取以及预处理模块，用于获取甲状腺的DICOM数据，然后将其转化为NII图像以及对应的mask掩膜子图；最后对mask掩膜子图进行二值化处理；基于改进KNN算法的分类模块，对改进KNN模型输入NII图像以及对应的mask子图，输出分类结果；所述基于改进KNN算法的分类模块的训练、测试和验证过程具体是：1构建数据集：对NII图像以及对应的mask掩膜子图，以及对应分类标签；所述分类标签为二分类标签，包括类别A、类别B；2搭建基于改进KNN算法的分类网络的训练框架，利用数据集进行训练；3对训练好的训练框架中改进合成少数类过采样模块进行剔除，然后将其作为改进KNN模型，对改进KNN模型进行测试、验证；其特征在于：所述基于改进KNN算法的分类网络的训练框架包括甲状腺特征提取模块、甲状腺特征降维模块、改进合成少数类过采样模块、KNN分类器。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于改进KNN模型的局部晚期甲状腺癌切除评估系统
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