公开(公告)号：CN114332577A

公开(公告)日：2022-04-12

申请号：CN202111648121.3

申请日：2021-12-31

Applicant: 福州大学

Inventor： 黄立勤 ,  何甜 ,  潘林 ,  郑绍华

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/771 ,  G06V10/25 ,  G06V10/44 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明提出一种结合深度学习与影像组学的结直肠癌图像分类方法及系统，针对深度学习模型训练种小样本问题，充分利用已有的数据进行数据增强（旋转，平移、图像变换等）为了解决医生手工标记耗时耗力的问题，引入深度学习的自动分割网络模型，实现自动的从图像中标注感兴趣区域。针对深度学习模型提取的特征可解释性差，获取特征信息不够全面的问题，采用影像组学特征、深度学习特征和临床病理信息三者融合获取更多更全面的特征信息，进一步提高影像组学的分类准确性和可靠性。