胶质瘤识别系统技术方案

本公开的实施例公开了胶质瘤识别系统。该系统包括样本采集服务器和模型训练服务器，其中：样本采集服务器，用于获取脑磁共振样本集合并将脑磁共振样本集合发送给模型训练服务器；模型训练服务器，用于：根据上述脑磁共振样本集合，训练胶质瘤识别模型，以得到可使用的胶质瘤识别模型；响应于检测到作用于用户胶质瘤识别页面包括的用户确认控件的选择操作，将脑磁共振图片集合中对应所选择的用户的脑磁共振图片确定为目标脑磁共振图片；响应于检测到作用于胶质瘤识别确认控件的选择操作，将上述目标脑磁共振图片输入至上述可使用的胶质瘤识别模型，得到胶质瘤识别结果并发送到通信连接的显示器供显示。该实施方式可以提升胶质瘤识别模型的可靠性。瘤识别模型的可靠性。瘤识别模型的可靠性。

【技术实现步骤摘要】
胶质瘤识别系统


[0001]本公开的实施例涉及计算机
，具体涉及胶质瘤识别系统。

技术介绍

[0002]胶质瘤，通常称为低级别胶质瘤，是恶性脑肿瘤。因胶质瘤会造成较高的致残率和致死率，因此，从脑磁共振图片中确认是否患有胶质瘤，具有重要意义。目前，通常采用迁移学习的方式识别胶质瘤。
[0003]然而，当采用上述方式识别胶质瘤时，经常会存在如下技术问题：
[0004]第一，通过迁移学习的方式创建的胶质瘤识别模型识别胶质瘤会得到包含大量与胶质瘤无关的内容的识别信息，使得胶质瘤识别模型的可靠性较低。
[0005]第二，直接通过脑磁共振图片进行胶质瘤分割，会导致对大量不包含胶质瘤的脑磁共振图片进行无效分割，浪费计算机资源。
[0006]第三，未对胶质瘤进行分级处理，导致无法对患者制定相应的预后处理方案，患者无法通过远程医疗初步判断胶质瘤的严重程度和具体情况。

技术实现思路

[0007]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胶质瘤识别系统，包括：样本采集服务器和模型训练服务器，其中：所述样本采集服务器，用于获取脑磁共振样本集合，以及将所述脑磁共振样本集合发送给所述模型训练服务器；所述模型训练服务器，用于：根据所述脑磁共振样本集合，训练胶质瘤识别模型，以得到可使用的胶质瘤识别模型；响应于检测到作用于用户胶质瘤识别页面包括的用户确认控件的选择操作，将脑磁共振图片集合中对应所选择的用户的脑磁共振图片确定为目标脑磁共振图片；响应于检测到作用于胶质瘤识别确认控件的选择操作，将所述目标脑磁共振图片输入至所述可使用的胶质瘤识别模型，得到胶质瘤识别结果并发送到通信连接的显示器供显示。2.根据权利要求1所述的系统，其中，所述脑磁共振样本集合中的脑磁共振样本包括脑磁共振样本图片和与所述脑磁共振样本图片对应的样本胶质瘤识别结果；以及所述胶质瘤识别模型是所述模型训练服务器基于以下步骤训练得到的：根据所述脑磁共振样本集合，确定脑磁共振训练样本预集合和脑磁共振测试样本预集合，其中，所述脑磁共振训练样本预集合中的脑磁共振训练样本包括脑磁共振训练样本预图片，以及与所述脑磁共振训练样本预图片对应的训练样本胶质瘤识别结果，所述脑磁共振测试样本预集合中的脑磁共振测试样本包括脑磁共振测试样本预图片，以及与所述脑磁共振测试样本预图片对应的测试样本胶质瘤识别结果；对所述脑磁共振训练样本预集合包括的各个脑磁共振训练样本预图片进行预处理，以得到脑磁共振训练样本图片集合；对所述脑磁共振测试样本预集合包括的各个脑磁共振测试样本预图片进行预处理，以得到脑磁共振测试样本图片集合；根据所述脑磁共振训练样本预集合和所述脑磁共振训练样本图片集合，确定脑磁共振训练样本集合，其中，所述脑磁共振训练样本集合中的脑磁共振训练样本包括脑磁共振训练样本图片，以及与所述脑磁共振训练样本图片对应的训练样本胶质瘤识别结果；根据所述脑磁共振测试样本预集合和所述脑磁共振测试样本图片集合，确定脑磁共振测试样本集合，其中，所述脑磁共振测试样本集合中的脑磁共振测试样本包括脑磁共振测试样本图片，以及与所述脑磁共振测试样本图片对应的测试样本胶质瘤识别结果。3.根据权利要求2所述的系统，其中，所述模型训练服务器还用于：构建初始神经网络，其中，所述初始神经网络包括卷积层、汇集层和反卷积层；基于脑磁共振训练样本集合执行以下训练步骤：将脑磁共振训练样本集合中的至少一个脑磁共振训练样本...

【专利技术属性】
技术研发人员：邓峰，刘军，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：