原创力文档- 1、本文档共22页，其中可免费阅读21页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种用于通过根据准确的标准对自动诊断宫颈癌所需的宫颈数据进行分类来执行机器学习、并基于机器学习自动诊断宫颈癌的自动宫颈癌诊断系统，该自动宫颈癌诊断系统包括：学习数据生成器，该学习数据生成器被配置为根据多级别分类标准的组合对从外部设备或存储装置传输的子宫颈的未分类的拍摄图像数据进行分类，以在学习模式中针对每个新分类标准生成学习数据；拍摄图像预处理器，该拍摄图像预处理器被配置为对拍摄的子宫颈图像进行预处理；宫颈癌诊断器，该宫颈癌诊断器包括用于宫颈癌的机器学习模型，该机器学习模型学习在学习模
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112334990 A
(43)申请公布日 2021.02.05
(21)申请号 201980036662.5 (74)专利代理机构 北京市中伦律师事务所
文档评论（0）