- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于病理图像处理技术领域,具体涉及一种基于StrainNet的染色方法,包括如下步骤:数据采集、数据预处理、模型构建、模型评价、模型保存,所述数据采集通过采集医院患者宫颈细胞病理切片的扫描图像,并对获取的图像进行标注,完成模型训练所需数据集的构建;所述数据预处理包括归一化、图像缩放、数据分割;所述模型构建采用深度学习技术搭建识别模型,输入训练数据,完成参数模型的搭建。本发明通过利用StainGAN的输出作为GroundTruth来实现无监督训练,StainNet可以从整个数据集而不是单一
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113052813 A
(43)申请公布日 2021.06.29
(21)申请号 202110302595.6 G06T 7/90 (2017.01)
文档评论(0)