[发明专利]一种色素痣与黑素瘤的智能判别系统及方法

摘要

本发明涉及一种色素痣与黑素瘤的智能判别系统及方法：首先，将样本库中待训练色素痣与黑素瘤的病理照片在不同倍数下进行提取、分类，并处理为标准化像素矩阵作为训练样本；其次，分别搭建不同倍数下的多层网络化训练模型针对不同类别、不同倍数下的色素痣与黑素瘤训练样本进行在线智能学习及对多层网络化训练模型的优化，以达到预期的训练精度；最后，将多个训练好的网络化训练模型与不同倍数下的色素痣与黑素瘤训练样本权重进行融合，构建不同倍数下色素痣与黑素瘤的智能判别方法；本发明具有智能性强、精确度高的特点，提高了色素痣与黑素瘤的自主判别效率及精度，大大节省了人工成本。

主权项

1.一种色素痣与黑素瘤的智能判别系统，其特征在于，包括：输入模块，接收病理图像，发送至判别模块；判别模块，接收所述病理图像，分类为色素痣或黑素瘤，将分类结果发送至输出模块；输出模块，输出所述病理图像的所述分类结果；所述判别模块，包括：样本收集与预处理模块，收集若干色素痣与黑素瘤的病理图像，在不同倍数下进行提取、分类，处理标准化像素矩阵作为不同倍数下的色素痣与黑素瘤训练样本；模型训练模块，针对不同倍数下的色素痣与黑素瘤训练样本分别搭建不同倍数下的多层网络化训练模型，通过对样本图像数据的进行在线实时学习；根据输入样本图像的特征以及网络化模型的输出值迭代更新训练模型多层结构的连接权重，得到多个不同倍数下训练好的网络化训练模型；模型融合模块，为多个不同倍数下训练好的网络化训练模型设定不同的可信度比重权重；将所述不同倍数下的色素痣与黑素瘤训练样本，利用不同倍数下训练好的网络化训练模型进行分类，得到不同的色素痣与黑素瘤分类概率结果；将不同的所述可信度比重权重与所述色素痣与黑素瘤分类概率结果进行融合，得到不同倍数下色素痣与黑素瘤的判别模型。