一种基于深度学习的口腔白斑癌变进展识别方法技术

本发明专利技术公开了一种基于深度学习的口腔白斑癌变进展识别方法，该方法包括：对口腔临床照片进行统一尺寸缩放、像素归一化和数据增强的预处理；构建由ConvNeXt骨干网络、动态特征精炼模块和分类头部组成的三分类网络架构，其中特征精炼模块通过可学习聚类中心和变换矩阵实现特征优化；采用两阶段微调策略进行模型训练，第一阶段固定骨干网络参数仅更新精炼模块和头部参数，第二阶段联合优化全部参数；将预处理后的待诊断图像输入训练完成的网络，输出正常/白斑/白斑癌变的分类结果及置信度评分。本发明专利技术首次实现了口腔病变“正常‑癌前‑癌变”的三级智能评估，测试集分类准确率达90%以上，具有临床适用性强、推理效率高的特点。

【技术实现步骤摘要】

本专利技术涉及人工智能辅助医疗诊断，特别涉及一种基于深度学习的口腔白斑癌变进展识别方法。

技术介绍

1、口腔白斑病变作为口腔癌前病变的重要指征，其早期识别和恶性进展评估对临床诊疗具有重大意义。在医学影像诊断领域，口腔内窥镜图像和临床照片是筛查白斑病变的主要依据。传统诊断方法高度依赖病理活检和医师经验判断，存在侵入性强、主观差异大、早期病变识别率低等局限性。

2、随着人工智能技术的发展，基于深度学习的计算机辅助诊断系统为白斑病变识别提供了新思路。然而，现有技术方案仍面临挑战。目前多数研究局限于口腔癌的二元分类，无法识别白斑这一癌前病变的关键过渡阶段。并且传统卷积神经网络对白斑病变的细微特征捕捉能力不足，导致模型在临床复杂场景下的泛化性能受限。因此，迫切需要一种准确性强、效率高的口腔白斑癌变分类方法。

技术实现思路

1、为了克服现有技术中的不足，本专利技术提供一种基于深度学习的口腔白斑癌变进展识别方法，旨在提高早期癌变识别的准确性和临床适用性，同时降低对病理活检和医师主观经验的依赖。

2、本文档来自技高网...

【技术保护点】

1.一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，步骤2中，采用ConvNeXt架构的骨干网络通过堆叠的卷积层提取不同尺度特征，该操作在数学上表示为：

3.根据权利要求1所述的一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，步骤2中，所述特征精炼模块的操作包括：构建可学习聚类中心矩阵，和变换矩阵，，其中，表示聚类中心数量；之后对输入特征进行归一化处理并计算全局特征，该操作在数学上表示为：

4.根据权利要求1所述的一种基于深度学习的口腔白斑癌...

【技术特征摘要】

1.一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，步骤2中，采用convnext架构的骨干网络通过堆叠的卷积层提取不同尺度特征，该操作在数学上表示为：

3.根据权利要求1所述的一种基于深度学习的口腔白斑癌变进展识别方法，其特征在于，步骤2中，所述特征精炼模块的操作包括：构建可学习聚类中心矩阵，和变换矩阵，，其中，表示聚类中心数量；之后对输入特征进行归一化处理并计算全局特征，该操作在数学上表示为：

4.根据...

【专利技术属性】
技术研发人员：凤麟飞，李轩宇，张雅妮，陈华宝，刘桦瑞，王家慧，解非，李乾坤，焦林，后军，
申请(专利权)人：安徽医科大学第一附属医院，
类型：发明
国别省市：