本发明公开了基于强化学习和深度神经网络的病理图像自动标注方法，包括以下步骤：对染色标准化的原始病理图像进行多尺度超像素划分，并标记超像素的上皮概率阈值；构建超像素分类训练集；采用基于机器学习方法训练标记后的超像素得到学习模型，学习模型对测试图像中的超像素进行分类，并由病理医生对分类结果给予奖励和惩罚，将奖励和惩罚结果反馈给学习模型，学习模型通过奖惩机制重新做出调整；采用预先制定的方法构建端到端标注模型的训练集；采用基于深度神经网络的端到端学习，自动对组织区域标注分割；构建标注模型；使用预先配置好的真实数据对构建的标注模型进行测试。有益效果：能够快速、准确、自动标注不同组织区域的学习模型。
声明：
“基于强化学习和深度神经网络的病理图像自动标注方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
760
编辑：管理员
来源：北方有色网
咨询细节
