您的位置：
首页
>
农业专利
>
详情页
基于ResNet-GCN网络模型的脑胶质瘤恶性程度分级方法
- 专利权人:
- 华南理工大学
- 发明人:
- 刘富春,李明远
- 申请号：
- CN202211353549.X
- 公开号：
- CN115760900A
- 申请日:
- 2022.11.01
- 申请国别(地区):
- CN
- 年份:
- 2023
- 代理人:
- 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。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
