公共文化服务平台

搜索到680篇“ 多实例“的相关文章

基于多尺度表示注意机制用于全切片图像分析的深度多实例学习方法: 最近，基于卷积神经网络(CNN)直接使用全切片图像(WSIs)进行肿瘤诊断和分析的研究引起了广泛关注，因为这类方法只利用切片级标签进行模型训练，而无需额外的标注。然而，直接处理超大像素的全切片图像仍然是一项具有挑战性的任...; 朱晓峰马晓桐向航辰

基于多模态多实例学习的胃癌患者生存预测算法: 2025年; 生存预测对于胃癌患者的治疗具有重要意义.针对传统基于组织病理图像的生存预测算法存在像素级标签缺失、信息量大以及模态单一等问题,提出一种基于多模态多实例学习的胃癌患者生存预测算法.首先使用多层感知器和自监督学习方法SimCLR分别提取临床数据和组织病理图像特征,然后采用基于全局感知的多实例学习方法提取高分辨率下的包级嵌入,使用平均池化方法得到低分辨率下的组织病理图像实例级嵌入,最后通过多模态融合方法将包级嵌入、实例级嵌入和临床数据特征进行融合,以实现不同模态数据之间的信息交互和不同放大倍数下图像信息的充分利用.在云南省肿瘤医院胃癌患者病理数据库上的实验结果表明,与传统的多实例学习方法相比,所提算法在5×和20×组织病理图像下胃癌患者生存预测的准确率分别提高了5.6~10.0个百分点,4.1~7.5个百分点,与常规的多模态融合方法相比,提高了3.5~4.9个百分点.; 金怀平陶玉泉李振辉陶海波王彬薛飞跃; 关键词：胃癌多模态融合

基于多尺度多实例学习的非小细胞肺癌亚型分类方法: 2025年; 非小细胞肺癌的准确诊断与亚型鉴别对指导患者的个体化精准治疗意义重大。但由于非小细胞肺癌固有的肿瘤异质性,导致其同一亚型的病理形态差异较大,而不同亚型之间也可能存在一定的形态学重叠,给临床诊断带来很大困难。为解决这一问题,本文设计了一种基于多实例学习的多尺度特征提取与融合的计算机辅助诊断框架。首先,该框架在细胞级、组织级等不同层次对病理图像进行多尺度采样和特征提取。然后,利用Transformer网络实现端到端的多尺度信息融合,建模不同粒度实例之间的依赖关系。最后,本文设计了一种基于注意力的实例损失,通过区分最具区分性实例的特征,提供了额外的监督信号,以进一步提高模型的分类性能。在包含1674张病理切片的公开数据集上的实验结果显示,本文方法可以更充分地利用病理图像的多粒度信息,显著提高非小细胞肺癌亚型的分类准确率。并且所提方法的注意力热图具有良好的可解释性,可以直观判断单个样本的分类质量,为后续模型优化提供了定量分析方法。; 罗超繁刘震宇; 关键词：非小细胞肺癌 TRANSFORMER

一种解决带有本地缓存服务多实例平滑发布的方法: 本发明用于网络技术领域，具体公开了一种解决带有本地缓存服务多实例平滑发布的方法，所述发布方法包括以下步骤：S1.提前申购备用服务器并初始化开发所需环境，用于专门发布备用服务实例；S2.发布系统和备用服务实例交互。该解决带...; 蔡现吉

服务多实例内存优化方法、装置、电子设备及存储介质: 本申请提供一种服务多实例内存优化方法、装置、电子设备及存储介质，该方法包括获取应用进程的检测信息，检测信息包括内存快照，基于内存快照统计同一待检服务的实例总数，并根据实例总数得到至少一个待检服务的优化检测结果，若一待检服...; 王刘杨李洪于红超徐开庭

基于多实例学习模型的食管癌淋巴结转移状态预测方法: 本发明涉及影像学人工智能技术领域，公开基于多实例学习模型的食管癌淋巴结转移状态预测方法，包括步骤：收集食管癌患者的CT影像；在食管癌患者的CT影像中，标注所有可见的淋巴结；对于每个已标注的淋巴结，提取其影像组学特征和深度...; 覃凯黄桂玉王奇峰

基于多实例分类的新生儿眼底图像分类方法、成像方法及存储介质: 本发明公开了一种基于多实例分类的新生儿眼底图像分类方法、成像方法及存储介质，包括获取新生儿眼底图像多实例数据集并标注和预处理得到训练数据集；构建新生儿眼底图像分类初级模型并训练得到新生儿眼底图像分类模型；采用新生儿眼底图...; 梁毅雄郭杰江冰张骁

一种基于多实例学习和多尺度特征提取的胃癌亚型分类方法: 本发明公开了一种基于多实例学习和多尺度特征提取的胃癌亚型分类方法。本发明至少解决了传统多实例学习组织病理图片分类方法中的三个难点问题：现有的多实例学习方法存在单一尺度限制、计算资源需求过高、没能有效同步关注病理图像上下文...; 金怀平王兴杭李振辉陶海波王彬

多实例学习在医学图像分析中的应用进展被引量：1: 2025年; 多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势,可通过引入新机制进行优化和拓展,以适应更多的应用场景。本文首先综述了部分应用广泛或独具优势的MIL模型,并详细介绍了它们的技术特点和具体应用场景;其次,介绍了MIL在多模态医学图像分析中的应用进展和技术进步;最后,总结了MIL目前的研究进展,并展望了其未来发展。; 谢卓恒伊鸣黄新瑞; 关键词：医学图像

服务多实例内存优化方法、装置、电子设备及存储介质: 本申请提供一种服务多实例内存优化方法、装置、电子设备及存储介质，该方法包括获取应用进程的检测信息，检测信息包括内存快照，基于内存快照统计同一待检服务的实例总数，并根据实例总数得到至少一个待检服务的优化检测结果，若一待检服...; 王刘杨李洪于红超徐开庭

相关作者