原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明公开了一种基于对比学习多模态的弱监督胃癌组织病理图像分类方法、系统。本发明至少解决了传统组织病理图片分类方法中的两个难点问题：缺乏细粒度标签和未充分利用临床信息。针对这些问题，本发明首先使用自监督网络SimCLR模型对组织病理图像进行特征提取，该方法能够从无标签的数据中自行学习到有意义的特征，从而有效地提取组织病理图片的特征表示，降低了对细粒度标签的需求，同时减轻了数据标注的负担；其次，通过使用多模态融合方法，将不同放大的组织病理图像特征与临床结构化信息融合在一起，为分类模型提供更丰富的特
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116704245 A
(43)申请公布日 2023.09.05
(21)申请号 202310644210.3 G06V 10/82 (2022.01)
文档评论（0）