申请/专利权人:北京透彻未来科技有限公司
申请日:2024-02-26
公开(公告)日:2024-06-25
公开(公告)号:CN118248321A
主分类号:G16H50/20
分类号:G16H50/20;G16H50/50;G16H50/70;G06F18/214;G06F18/243;G06F18/10;G06F18/213;G06N3/096
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明提供基于小样本学习方法MAML的病理辅助诊断装置及方法,其中,系统包括:预处理子系统,用于获取目标切片数据;特征提取子系统,用于提取目标切片数据的向量特征表示;构建子系统,用于基于MAML,构建第一元学习模型;调整子系统,用于调整第一元学习模型,获得迁移学习模型;验证子系统,用于获取迁移学习质量验证通过的第二元学习模型;判别子系统,用于根据向量特征表示和第二元学习模型,确定病理辅助诊断结果。本发明的基于小样本学习方法MAML的病理辅助诊断装置及方法,基于MAML构建第一元学习模型并进行调整和验证,获取验证通过的第二元学习模型用于辅助诊断,模型更可靠,进一步提高了辅助诊断的准确性。
主权项:1.基于小样本学习方法MAML的病理辅助诊断装置,其特征在于,包括:预处理子系统,用于对预处理切片数据进行预处理,获得目标切片数据;特征提取子系统,用于提取目标切片数据的向量特征表示;构建子系统,用于基于小样本学习方法MAML,构建第一元学习模型;调整子系统,用于对第一元学习模型进行调整,获得调整完成的迁移学习模型;验证子系统,用于对迁移学习模型进行迁移学习质量验证,获取迁移学习质量验证通过的第二元学习模型;判别子系统,用于根据向量特征表示和第二元学习模型,确定病理辅助诊断结果。
全文数据:
权利要求:
百度查询: 北京透彻未来科技有限公司 基于小样本学习方法MAML的病理辅助诊断装置及方法
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。