买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利基于自训练和k近邻的肿瘤良恶性半监督分类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116645561B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310686171.3，技术领域涉及：G06V10/764；该发明授权基于自训练和k近邻的肿瘤良恶性半监督分类方法及系统是由管红娇;马永政;孙钲凯;张印彤;鹿文鹏;陈川设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本基于自训练和k近邻的肿瘤良恶性半监督分类方法及系统在说明书摘要公布了：本发明提出了一种基于自训练和k近邻的肿瘤良恶性半监督分类方法及系统，包括：获取样本集，对当前样本集进行自训练得到当前分类器；利用当前分类器对当前无标注样本集分类得到伪标注样本集，利用伪标注样本扩充当前有标注样本集得到更新后的有标注样本集；同时将相应伪标注样本从当前无标注样本集中删除，得到更新后的无标注样本集；将更新后样本集作为当前样本集；对当前有标注样本集进行训练得到当前分类器；不断更新样本集直到满足训练结束条件，得到最终的分类器；将待分类的肿瘤图像输入至最终的分类器中得到肿瘤分类结果。本发明选择样本时不仅考虑分类交叉熵，同时基于k近邻确定伪标注样本的类型分布，有利于提高添加的样本的质量。

本发明授权基于自训练和k近邻的肿瘤良恶性半监督分类方法及系统在权利要求书中公布了：1.一种基于自训练和k近邻的肿瘤良恶性半监督分类方法，其特征在于，包括： 步骤1、获取肿瘤图像的样本集，所述样本集包括有标注样本集和无标注样本集； 步骤2、对当前样本集进行自训练得到当前分类器； 步骤3、利用当前分类器对当前无标注样本集进行分类得到伪标注样本集，利用交叉熵算法和k近邻算法筛选出满足添加条件的伪标注样本扩充当前有标注样本集，得到更新后的有标注样本集；同时将相应被添加的伪标注样本从当前无标注样本集中删除，得到更新后的无标注样本集； 所述利用交叉熵算法和k近邻算法筛选出满足条件的伪标注样本扩充当前有标注样本集，包括： 根据伪标注样本的类别标签和类别后验概率计算每个伪标注样本的交叉熵； 根据每个伪标注样本在初始有标注样本中的k近邻类别信息，确定伪标注样本的类型，类型是根据样本在特征空间中的分布确定的，包括安全、边界和离群样本类型； 根据伪标注样本的类型以及交叉熵对伪标注样本进行排序，将一定数量的伪标注样本添加到当前有标注样本集，添加数量是人为设定的超参数； 步骤4、将更新后的有标注样本集和更新后的无标注样本集作为当前样本集；对当前有标注样本集进行训练得到当前分类器； 步骤5、循环步骤3至步骤4，直到满足训练结束条件，利用最后更新的有标注样本集训练得到的分类器作为最终的分类器； 步骤6、将待分类的肿瘤图像数据输入至最终的分类器中，得到肿瘤良恶性分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。