[发明专利]一种基于光学图像的癌症患者标本性质的辨别方法及应用

摘要

本发明公开了一种基于光学图像的癌症患者标本性质的辨别方法，包括以下步骤：S1、获取训练组患者标本的光学图像，并进行预处理，建立训练组患者的淋巴结转移状态识别的正负样本数据集；S2、选择基础网络架构，通过池化层下采样和跨层拼接融合，构造预测模型；S3、通过基础网络架构构造良恶性分类网络结构加载训练数据集，进行3‑折交叉训练，得到lymph‑Net深度学习网络模型；S4、获取测试组患者的正负样本数据集，通过所述lymph‑Net深度学习网络模型在测试组患者的正负样本数据集上识别标本性质；S5、通过GCAM热力图分析S4的预测结果，观察所述lymph‑Net深度学习网络模型不同尺度卷积层提取特征的关注区域以及融合模型的预测结果依据，分析预测结果正确和错误的原因。