全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211172570.X (22)申请日 2022.09.26 (71)申请人 至本医疗科技 (上海) 有限公司 地址 201203 上海市浦东 新区自由贸易试 验区芳春路40 0号1幢3层 申请人 上海至本医学检验所有限公司 (72)发明人 王凯 王铭辉 柳文进 张玉满  李行 俞海阳 邝丽珍 秦洪  许甜 庞菲 姚超 陈晓庆  施国邦  (74)专利代理 机构 北京市金杜律师事务所 11256 专利代理师 王茂华 (51)Int.Cl. G06T 7/00(2017.01)G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/54(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 预测待测对象 的组织样 本属性的方法、 设备 和介质 (57)摘要 本发明涉及一种预测待测对象的组织样本 属性的方法、 设备和存储介质。 该方法包括: 获取 关于待测对象的组织样本的样 本图像; 提取样本 图像中的多个目标区域, 以便生成与目标区域相 关联的多个图像区块, 将分别与不同目标区域相 关联的两个图像区块进行拼接, 以便生成多个拼 接图像; 经由预测模型, 提取所述每个拼接图像 中的空间和纹理特征, 以便生 成多个图像特征数 据; 以及针对多个图像特征数据中的每个图像特 征数据进行相似度计算, 以便生成多个 关于不同 目标区域的相似度表征数据, 以用于确定关于待 测对象的组织样本属性的预测结果。 本发明能够 快速而精准地预测关于待测对象的组织样本属 性。 权利要求书2页 说明书12页 附图3页 CN 115359040 A 2022.11.18 CN 115359040 A 1.一种用于预测待测对象的组织样本属性的方法, 包括: 获取关于待测对象的组织样本的样本图像; 提取样本 图像中的多个目标区域, 以便生成与目标区域相关联的多个图像区块, 所述 目标区域与病变区域相关联; 在多个图像区块中, 将分别与不同目标区域相关联的两个图像区块进行拼接, 以便生 成多个拼接图像; 基于多个拼接 图像中的每个拼接 图像, 经由预测模型, 提取所述每个拼接 图像中的空 间和纹理特征, 以便生成多个图像特征数据, 所述预测模型 由神经网络模型所构建并且经 由多样本训练; 以及 针对多个图像特征数据中的每个图像特征数据进行相似度计算, 以便生成多个关于不 同目标区域的相似度表征 数据, 以用于确定关于待测对象的组织样本属性的预测结果。 2.根据权利要求1所述的方法, 其中预测模型的训练方法包括: 确定关于待测对象的组织样本属性的预测结果是否满足预定条件; 响应于确定关于待测对象的组织样本属性的预测结果不满足预定条件, 针对偶数位置 的卷积层, 基于第一 算法更新用于卷积运 算的卷积核参数; 以及 针对奇数位置的卷积层, 基于第二算法更新用于卷积运算的卷积核参数, 所述第一算 法不同于第二 算法。 3.根据权利要求2所述的方法, 其中预测模型的训练方法还 包括: 响应于确定关于待测对象的组织样本属性的预测结果满足预定条件, 停止更新所述卷 积核参数。 4.根据权利要求2所述的方法, 其中基于第一算法更新用于卷积运算的卷积核参数包 括: 基于预测模型的循环迭代次数、 卷积层位置、 随机数和正弦函数, 生成第一系数; 以及 基于第一系数, 更新用于偶数位置的卷积层的卷积计算的卷积核参数。 5.根据权利要求2所述的方法, 其中基于第二算法更新用于卷积运算的卷积核参数包 括: 基于预测模型的循环迭代次数、 卷积层位置调整值、 随机数和余弦函数, 生成第二系 数; 以及 基于第二系数, 更新用于奇数位置的卷积层的卷积计算的卷积核参数。 6.根据权利要求1所述的方法, 其中确定关于待测对象的组织样本属性的预测结果包 括: 将所生成的多个关于不同目标区域的相似度表征数据分别与 预定阈值范围相比较, 以 便基于比较结果 生成多个候选属性数据; 以及 基于多个候选属性数据, 确定关于待测对象的组织样本属性的预测结果。 7.根据权利要求6所述的方法, 其中样本图像为关于待测对象的肺部多节结样本的图 像, 基于多个候选属性数据确定关于待测对象的组织样本属性的预测结果包括: 将多个候选属性数据进行排序, 以便确定多个候选属性数据的中位 值; 以及 基于所述中位值, 确定关于待测对象的组织样本属性的预测结果, 所述预测结果指示 待测对象的多结节之间是转移性关系还是多发性原发关系。权 利 要 求 书 1/2 页 2 CN 115359040 A 28.根据权利要求1所述的方法, 其中所述预测模型是基于残差网络模型ResNet50而构 建的。 9.根据权利要求1所述的方法, 其中生成多个与目标区域相关联的图像区块包括以下 任一项: 提取样本图像 中的多个目标区域, 以便将关于每一个目标区域的图像划分成与所述目 标区域的子区域相关联的多个图像区块; 或者 提取样本图像 中的多个目标区域, 以便将关于每一个目标区域的图像确定为与所述目 标区域相关联的一个图像区块, 以用于生成与多个目标区域分别相关联的多个图像区块。 10.一种计算设备, 包括: 至少一个处 理单元; 至少一个存储器, 所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于 由所述至少一个处理单元执行 的指令, 所述指令当由所述至少一个处理单元执行时, 使得 所述设备 执行根据权利要求1至9任一项所述的方法的步骤。 11.一种计算机可读存储介质, 其上存储有计算机程序, 所述计算机程序被机器执行时 实现根据权利要求1至9中任一项所述的方法。权 利 要 求 书 2/2 页 3 CN 115359040 A 3

.PDF文档 专利 预测待测对象的组织样本属性的方法、设备和介质

文档预览
中文文档 18 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 预测待测对象的组织样本属性的方法、设备和介质 第 1 页 专利 预测待测对象的组织样本属性的方法、设备和介质 第 2 页 专利 预测待测对象的组织样本属性的方法、设备和介质 第 3 页
下载文档到电脑,方便使用
本文档由 思考人生 于 2024-02-07 20:37:43上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。