宁波科技大市场

当前位置：技术需求 > 弱监督混合学习网络下跨模态低质显微影像表征机理及数字病理成像系统研究

弱监督混合学习网络下跨模态低质显微影像表征机理及数字病理成像系统研究

合作区域: 国内

拟投入总金额: 11.2万元

所属地域: 首南街道

技术领域: 医学图像数据处理与分析

技术交易金额: 万元

截止日期: 2026-12-31

信息描述

研发背景：

主要内容：

表征模型对病理表征维度、网络模型参数选择的敏感性以及数据增强的可解释性等表征机理分析的不足。

前期研究开发基础：

结合稀疏表示的多维度表征能力及其表征一致性原则，以弥补深度学习因类别不均衡性带来的表征过拟合局限性和抑制肿瘤异质性对低质影像表征性能的影响。

现有的生产和研发的设备：

攻关目标：

突破多范数约束下融合活性测度分析不足导致的关联病例特征完备性受异构鸿沟的制约，结合稀疏融合具有的结构化稀疏约束与人类视觉系统处理机制更相似的优势来设计关联病理特征的活性测度表征规则。

成果形式：

SCI两篇，EI两篇，专利两项。