公开(公告)号：CN115984095A

公开(公告)日：2023-04-18

申请号：CN202211579099.6

申请日：2022-12-06

Applicant: 东北林业大学 ,  哈尔滨医科大学

Inventor： 谢怡宁 ,  周维 ,  王凤蛟 ,  龙俊 ,  陈鸿展

IPC: G06T3/00 ,  G06T7/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475

Abstract: 一种免疫组化图像数字化生成方法，本发明涉及智能病理辅助诊断技术中，免疫组化图像数字化生成的问题。在肺癌的组织病理学中，通过IHC染色评估PD‑L1表达水平来制定精确的肺癌治疗计划存在一定的局限性：IHC染色切片的制备成本很高，且通常只在临床应用中的一个病理切片上进行，忽略了肿瘤是异质性的因素，导致IHC染色切片不能完全反映肿瘤的状态。为此，我们提出一种免疫组化图像数字化生成方法。其本质在于两个图像域(H&E染色图像和IHC染色图像)之间映射关系的建立；使用预训练网络进行两个域的特征提取，搭建基于复用编码器和多尺度分类器的生成对抗网络，并使用冻结‑解耦策略进行训练。上述方法的使用，使生成对抗网络结构紧凑、内容轻量化，有效减少参数量，增强了生成器生成图像的真实性和判别器判别图像的准确性。

公开(公告)号：CN116011507A

公开(公告)日：2023-04-25

申请号：CN202211554474.1

申请日：2022-12-06

Applicant: 东北林业大学

Inventor： 谢怡宁 ,  陈鸿展 ,  关国辉 ,  阳开华 ,  柳秀

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985 ,  G06F17/14

Abstract: 融合元学习与图神经网络的稀有故障诊断方法，本发明涉及航空发附机匣标记监测数据有限，并且在实际应用中训练数据域与目标数据域存在差异导致模型诊断性能下降的问题。在实际工业环境中，同一机台可能出现新的故障类别，机台的运行状态也会随着工作场景做出切换，导致源域和目标域之间存在分布差异，这时训练好的模型就会失效。为了改善这一问题，本发明提出了一种基于元学习的融合图神经网络稀有故障诊断方法。实验表明，本文方法在公共数据集及航空发附机匣数据集上均优于传统的稀有故障诊断方法。本发明应用于航空发附机匣的小样本故障诊断。