• 微信
  • Facebook
  • 分享链接
ScholarMate
客服热线:400-1616-289
登录注册

基于转换器的肺癌组织病理全切片EGFR状态预测方法

祝新宇; 史骏; 束童; 唐昆铭; 孙宇; 杨志鹏; 张元; 王垚; 郑利平
合肥工业大学
合肥工业大学

摘要

本发明公开了一种基于转换器的肺癌组织病理全切片EGFR状态预测方法,步骤包括:1、获取肺癌组织病理全切片数据集并进行预处理;2、第一阶段,建立并训练能够预测图像块阴阳性的视觉转换器网络模型;3、利用训练好的能够预测图像块阴阳性的视觉转换器网络模型预测数据集中图像块阴阳性类别,筛除阴性图像块,利用阳性图像块生成EGFR突变类型数据集;4、第二阶段,建立并利用生成的EGFR突变类型数据集训练能够预测图像块EGFR突变类型的视觉转换器网络模型;5、利用第一、二阶段训练好的模型完成对全切片EGFR状态的预测。本发明使用两个视觉转换器网络模型构成主干网络,有效降低伪标签的错误率,提高预测的准确度。

关键词

-

出版信息

专利状态
授权
专利国别
CHINA
专利有效期
2022-4-13 ~ 2042-4-13
专利号
ZL202210385274.1
公开号
CN114820481B

学科领域

计算机科学与技术生物学

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【立即咨询】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员 科研机构 科研动态爱瑞思软件

©2025 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417