用于食管癌模型訓(xùn)練的圖片的篩選方法、系統(tǒng)及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202110264294.9 申請日 -
公開（公告）號 CN112950601A 公開（公告）日 2021-06-11
申請公布號 CN112950601A 申請公布日 2021-06-11
分類號 G06T7/00;G06K9/62;G16H50/20 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 肖瀟;劉敬家 申請（專利權(quán)）人 成都微識醫(yī)療設(shè)備有限公司
代理機(jī)構(gòu) 成都云縱知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 劉沙粒;伍星
地址 610000 四川省成都市中國（四川）自由貿(mào)易試驗(yàn)區(qū)成都高新區(qū)天府三街199號A區(qū)6FA3單元
法律狀態(tài) -

摘要

摘要 用于食管癌模型訓(xùn)練的圖片的篩選方法、系統(tǒng)及存儲介質(zhì)，該方法包括以下步驟：輸入待篩選的靜態(tài)圖片；根據(jù)所述靜態(tài)圖片的特征，采用聚類算法對靜態(tài)圖片進(jìn)行聚類，得到若干類靜態(tài)圖片；采用距離函數(shù)對各聚類中的靜態(tài)圖片進(jìn)行篩選，得到相似程度低的靜態(tài)圖片作為用于建立食管癌識別模型的訓(xùn)練樣本。本發(fā)明在輸入靜態(tài)圖片時(shí)能夠允許采用更大的樣本量以解決模型泛化能力差的問題，同時(shí)，通過聚類算法對大樣本的靜態(tài)圖片進(jìn)行聚類，再通過距離函數(shù)篩選各聚類中相似程度低的靜態(tài)圖片，最終在樣本覆蓋率不受顯著影響的前提下實(shí)現(xiàn)了從大樣本到小樣本的轉(zhuǎn)變，得到適于訓(xùn)練識別窄帶成像下的食管鱗癌病變圖片。