[发明专利]基于ResNet-GCN网络模型的脑胶质瘤恶性程度分级方法在审
| 申请号： | 202211353549.X | 申请日： | 2022-11-01 |
| 公开（公告）号： | CN115760900A | 公开（公告）日： | 2023-03-07 |
| 发明（设计）人： | 刘富春;李明远 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/194 | 分类号： | G06T7/194;A61B5/055;G01R33/54;G06T5/00;G06T7/11;G06T7/136;G06N3/0464;G06N3/045;G06N3/084 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 杜柱东 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于ResNet‑GCN网络模型的脑胶质瘤恶性程度分级方法，包括以下步骤：S1、数据集构建与数据预处理，获取MRI图像构建数据集，并将数据转换至所需格式，对数据进行预处理；S2、构建ResNet‑GCN网络模型，以ResNet模型为基础，修改特征提取器的输出，得到不同层次的特征向量集合，利用特征向量集合构建出邻接矩阵后，将邻接矩阵作为输入连接到GCN模型；S3、设置模型训练参数，指定使用的损失函数形式，训练ResNet‑GCN网络模型；S4、对ResNet‑GCN网络模型进行评估，最终将训练好的模型用于实际脑胶质瘤恶性程度分级。本发明提出的ResNet‑GCN模型能够综合分析不同层次的特征向量，具有更好的分类性能，实现更好的辅助诊断。 | ||
| 搜索关键词： | 基于 resnet gcn 网络 模型 胶质 恶性 程度 分级 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211353549.X/，转载请声明来源钻瓜专利网。
