-
公开(公告)号:CN117408954A
公开(公告)日:2024-01-16
申请号:CN202311300276.7
申请日:2023-10-09
Applicant: 东南大学
IPC: G06T7/00 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G16H70/60
Abstract: 本发明公开了一种基于深度学习的肾纤维化分级方法、电子设备及存储介质,属于图像处理领域,该方法包括:将待分级的肾穿刺活检标本制作标本后扫描得到全玻片数字图像,并分割为多个全玻片局部切片数字图像;将全玻片局部切片数字图像输入至预先训练好的分级模型中,得到待分级的肾穿刺活检标本的肾纤维化分级结果,其中,分级模型为两阶段弱监督学习框架,在第一阶段用于筛选出多个与全玻片数字图像强相关的全玻片局部切片数字图像,在第二阶段用于将强相关的多个全玻片局部切片数字图像拼接为一张数字图像并送入深度学习卷积分类网络进行决策聚合,由此,将人工智能技术、图像处理技术应用到临床医学诊断中,解决了人工分级不准确的问题。