一种基于CNN和ViT的胃癌浸润程度分类方法技术

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CNN和ViT的胃癌浸润程度分类方法。一种基于CNN和ViT的胃癌浸润程度分类方法，包括以下步骤：S1.构建数据集：采集不同浸润程度胃癌的图像，并做标注；S2.训练网络：利用标注好的数据集训练基于CNN和ViT的神经网络CViT，所述神经网络CViT包括卷积模块、ViT模块和输出模块；S3.生成结果：识别胃癌图像的浸润程度。本发明专利技术基于CNN和ViT的神经网络CViT，可以对胃癌肿瘤进行识别，并输出胃癌浸润程度的保证值，可以根据胃癌浸润程度快速准确对其进行分类，进而为筛查胃癌疾病及制定治疗方案提供帮助。进而为筛查胃癌疾病及制定治疗方案提供帮助。进而为筛查胃癌疾病及制定治疗方案提供帮助。

【技术实现步骤摘要】
一种基于CNN和ViT的胃癌浸润程度分类方法


[0001]本专利技术属于图像识别
，具体涉及一种基于CNN和ViT的胃癌浸润程度分类方法。

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。胃癌肿瘤细胞浸润深度对筛查胃癌疾病及制定治疗方案有重要的指导作用，目前肿瘤细胞浸润深度需要专业医师人工辨别标识，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。亟需一种可以根据胃癌浸润程度快速准确对其进行分类的方法。
[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CNN和ViT的胃癌浸润程度分类方法，可以根据胃癌浸润程度快速准确对其进行分类的方法。
[0005]为实现上述目的，本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CNN和ViT的胃癌浸润程度分类方法，其特征在于，包括以下步骤：S1.构建数据集：采集不同浸润程度胃癌的图像，并做标注；S2.训练网络：利用标注好的数据集训练基于CNN和ViT的神经网络CViT，所述神经网络CViT包括卷积模块、ViT模块和输出模块；S3.生成结果：识别胃癌图像的浸润程度。2.根据权利要求1所述的基于CNN和ViT的胃癌浸润程度分类方法，其特征在于，所述卷积模块由4层3
×
3卷积构成，每层卷积的步长为2。3.根据权利要求1所述的基于CNN和ViT的胃癌浸润程度分类方法，其特征在于，所述ViT模块由2个顺序连接的stage构成，2个stage之间设有一个下采样模块，用于缩小特征图像大小。4.根据权利要求3所述的基于CNN和ViT的胃癌浸润程度分类方法，其特征在于，每个所述stage由4个attention block和4个MLP交替排列构成，其中，attention...

【专利技术属性】
技术研发人员：陈鹏，李珽君，莫春宝，唐专智，胡俊承，李清华，
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：