【技术实现步骤摘要】
本专利技术涉及神经网络，尤其涉及一种子宫内膜癌淋巴结转移智能识别方法及系统。
技术介绍
1、在淋巴结组织内出现异型增生的癌细胞巢时，此时出现子宫内膜癌淋巴结转移，淋巴结组织内的癌细胞的特征表现为核大、深染、可见核仁，由癌细胞构成的癌组织排列呈腺腔样、乳头状、筛状、实性结构，且发生淋巴结转移的首要位置为淋巴结的边缘窦，淋巴结内转移癌可单灶，也可多灶，转移癌的范围可大、可小，有的淋巴结转移癌累及整个淋巴结，转移到淋巴结的癌组织使淋巴结的结构破坏成为异常的淋巴结，而子宫内膜癌淋巴结转移的识别过程为识别异常的淋巴结的过程。
2、目前，对于子宫内膜癌淋巴结转移识别方式仅通过人工识别实现，类似的有通过机器学习实现胰腺癌病变的识别、宫颈癌病变的识别等，但未有机器学习技术应用到子宫内膜癌根治标本中淋巴结是否转移的识别领域的技术方案，其次，子宫内膜癌根治标本中清扫淋巴结的数量较多，人工镜下判读淋巴结是否转移的方式费时、费力。因此，子宫内膜癌淋巴结转移识别的效率不足。
技术实现思路
1、为了解决上...
【技术保护点】
1.一种子宫内膜癌淋巴结转移智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述标注样本，利用所述模型训练方式对所述结构调整模型进行模型训练，得到训练好的模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用所述训练好的模型中的编码器对所述预处理图像进行浅层特征提取，得到浅层特征图，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用所述训练好的模型中的第一注意力机制提取所述浅层特征图中的注意力特征图，包括：
5.根据权利要求4所述的方法，其特征在于，所述按照所...
【技术特征摘要】
1.一种子宫内膜癌淋巴结转移智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述标注样本，利用所述模型训练方式对所述结构调整模型进行模型训练，得到训练好的模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用所述训练好的模型中的编码器对所述预处理图像进行浅层特征提取，得到浅层特征图，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用所述训练好的模型中的第一注意力机制提取所述浅层特征图中的注意力特征图，包括：
5.根据权利要求4所述的方法，其特征在于，所述按照所述特征图反序，依次将所述浅层特征图输入至所述第一注意力机制中，得到第一注意力特征...
【专利技术属性】
技术研发人员：付欣鸽，
申请(专利权)人：广州医科大学附属第一医院广州呼吸中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。