基于多模态大模型的小样本全切片病理图像分类方法、系统及计算机可读存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态大模型的小样本全切片病理图像分类方法、系统及计算机可读存储介质
申请号:CN202411959357
申请日期:2024-12-30
公开号:CN119380338A
公开日期:2025-01-28
类型:发明专利
摘要
本发明属于图像分析的技术领域,更具体地,涉及基于多模态大模型的小样本全切片病理图像分类方法、系统及计算机可读存储介质。所述方法包括获取多实例数据集,划分为训练集和测试集;给定由M个全切片病理图像构成的完整病理多实例数据集,每个全切片病理图像包含U个图像块,全切片病理图像具有包级别标签,图像块具有实例级标签;从数据集中选取K个全切片病理图像,并从所选取的每个全切片病理图像中再选取L个图像块,构建为训练数据集;构建双重小样本学习新范式网络模型,并进行学习;最后进行两级别的分类。本发明解决了现有技术需要大量的标注数据,且标注成本高昂,难以在临床应用中推广,难以解决数据稀缺等问题。
技术关键词
病理图像分类方法 图像编码器 切片 多模态 融合分类器 图像块特征 标签 多实例 文本编码器 词特征 训练神经网络 分支 样本 令牌 可读存储介质 数据 训练集 K均值聚类算法