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深度学习的乳腺病理数据的病理特征识别分类方法，包括利用自定义的结构元素来收集图像信息；将图像信息进行预处理，所述预处理包括降噪处理和目标区域增强；将预处理后的细胞图像定位与分割；将定位与分割的图像进行特征提取；将提取的特征进行统计与分析；将统计分析后的特征进行分类识别。与现有技术相比，本发明基于TensorFlow或PyTorch深度学习框架进行模型训练，能够对乳腺病理数据的病理特征进行分析、处理、识别和分类，从而节省医生的判断时间，并且能够进一步有效减少误诊，提高工作效率，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117541864A
(43)申请公布日2024.02.09
(21)申请号202311508620.1G06T7/136(2017.01)
文档评论（0）