【技术实现步骤摘要】
本申请涉及计算机辅助医疗领域，尤其涉及一种基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法。
技术介绍
1、术前确定癌症分子亚型对于制定个体化治疗计划并改善患者预后有着重要的作用。
2、现有技术中，有一种多卷积神经网络集成的多模态乳腺癌图像分子亚型预测方法，该方法采用预三种常用的卷积神经网络对多模态图像进行预测，并将各模态预测的结果采取投票的方式进行集成，但是该方法只应用于静态超声图像，并缺乏可解释性。
3、若对预训练的神经网络模型进行微调预测乳腺癌肿瘤的良恶性，然后使用微调的模型对肿瘤亚型进行三分类预测，也会增加计算量，且分类结果并不标准。
技术实现思路
1、本专利技术要解决的技术问题是：现有的乳腺癌亚型分类技术动态预测精度较差。
2、为此，本专利技术提供一种基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法。
3、本专利技术解决其技术问题所采用的技术方案是：
4、一种基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，包括以下步骤
5、本文档来自技高网...
【技术保护点】
1.一种基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述蒸馏损失函数包括距离损失函数和角度损失函数。
3.根据权利要求2所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述距离损失函数用于匹配3D残差卷积神经网络中提取的特征和全连接神经网络中提取的特征，这两个样本间距离上的差异。
4.根据权利要求2所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述距离损失函数为：
<...【技术特征摘要】
1.一种基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，包括以下步骤，
2.根据权利要求1所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述蒸馏损失函数包括距离损失函数和角度损失函数。
3.根据权利要求2所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述距离损失函数用于匹配3d残差卷积神经网络中提取的特征和全连接神经网络中提取的特征，这两个样本间距离上的差异。
4.根据权利要求2所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述距离损失函数为：
5.根据权利要求4所述的基于知识蒸馏的乳腺癌动态超声影像分子亚型预测方法，其特征在于，所述度量函数用于体现特征隐式空间中两个示例之间的欧式距离：，其中μ是距离的归一化因子。
6.根据权利要求5所述的基于知识蒸馏的乳腺癌动态超声影像分...
【专利技术属性】
技术研发人员：孙立涛，吴瑛男，周蕾，彭彦卿，李晓莹，董智诚，李肖搏，
申请(专利权)人：浙江省人民医院，
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。