需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于影像组学小样本学习的肺癌诊断方法

一种基于影像组学小样本学习的肺癌诊断方法

发布时间: 2022-05-19

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
生物产业,制造业
成果介绍

一种基于影像组学小样本学习的肺癌诊断方法，包括，采集癌变细胞图像较小标注量数据构建样本数据集，并分别标记划分为训练集和测试集；利用所述训练集训练深度学习网络，获得loss网络函数；基于量子遗传策略搜寻所述loss网络函数随机生成的初始参数的最优解；利用所述loss网络函数的最优解对测试集进行多次测试并获得测试精度；直至满足精度要求时输出所述loss网络函数的诊断识别结果，完成肺癌诊断。本发明通过量子遗传算法寻找loss网络函数的最优解，实现深度学习网络可以用于小样本学习，解决医用标记样本不足的问题。

成果亮点
团队介绍
成果资料