一种基于ResNet与决策树的胃癌分型方法技术

本发明专利技术属于图像识别技术领域，具体涉及一种基于ResNet与决策树的胃癌分型方法，包括以下步骤：S1.搭建残差模块，降采样残差层模块，最大化池化层，平均池化层和输出层；S2.构成建ResNet第二到第五阶段网络；S3.组成特征提取网络；S4.将特征提取网络的三维特征图展开为二维特征向量；S5.将二维特征向量展平为一维的特征向量，输入决策树，输出胃癌分型预测结果1；S6.将二维特征向量输入依次输入全连接层和输出层，得到胃癌分型预测结果2；S7.将胃癌分型预测结果1与胃癌分型预测结果2融合得到胃癌具体分型。本发明专利技术的胃癌分型方法主要包括特征提取模块、全连接层、决策树模块和融合层，可以快速准确的对胃癌进行分型，为筛查胃癌疾病及制定治疗方案提供帮助。病及制定治疗方案提供帮助。病及制定治疗方案提供帮助。

【技术实现步骤摘要】
一种基于ResNet与决策树的胃癌分型方法


[0001]本专利技术属于图像识别
，具体涉及一种基于ResNet与决策树的胃癌分型方法。

技术介绍

[0002]胃癌目前在全球癌症发病率排名第五，死亡率排名第三，已成为威胁世界人民健康的第三大杀手。准确的术前胃癌分期对治疗计划的选取以及对患者术后疗效的预测都至关重要。目前胃癌分型需要专业医师人工完成，一方面，对医师的专业素养要求较高；另一方面，医师的工作量非常大，诊断过程耗时长。亟需一种可以快速准确对胃癌进行分型的方法。
[0003]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0004]本专利技术的目的在于提供一种基于ResNet与决策树的胃癌分型方法，其可以快速准确的对胃癌进行分型，为筛查胃癌疾病及制定治疗方案提供帮助。
[0005]为实现上述目的，本专利技术提供了如下技术方案：
[0006]一种基于ResNet与决策树的胃癌分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ResNet与决策树的胃癌分型方法，其特征在于，包括以下步骤：S1.搭建残差模块，降采样残差层模块，最大化池化层，平均池化层和输出层；S2.堆叠3个残差模块构成ResNet第二阶段网络，堆叠1个降采样残差模块与3个残差模块组成ResNet第三阶段网络，堆叠1个降采样残差模块与5个残差模块组成ResNet第四阶段网络，堆叠1个降采样残差模块与2个残差模块组成ResNet第五阶段网络；S3.依次堆叠卷积层，最大池化层和第二阶段到第五阶段网络，组成特征提取网络；S4.将特征提取网络的输出由宽
×
高
×
通道数的三维特征图展开为长度
×
通道数的二维特征向量；S5.将二维特征向量展平为一维的特征向量，输入决策树，决策树根据该特征向量输出胃癌分型预测结果...

【专利技术属性】
技术研发人员：胡俊承，李珽君，莫春宝，陈鹏，李周全，郑锦花，唐专智，
申请(专利权)人：广西中廪智工科技发展集团有限公司，
类型：发明
国别省市：