-
公开(公告)号:CN116503667A
公开(公告)日:2023-07-28
申请号:CN202310553837.8
申请日:2023-05-16
Applicant: 中国人民解放军陆军军医大学第一附属医院 , 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00 , G16H50/20
Abstract: 本发明公开了一种肝细胞癌CD34免疫组化图像识别与微血管密度计算方法,针对人工方法诊断过程复杂、费时费力、依靠长时间的诊断经验的问题,为了更全面的评估肝细胞癌患者的患病程度,指导接下来的治疗,本发明采用深度学习网络对图像进行二分类,其泛化能力强,鲁棒性高;生成的概率热图直观反应了模型识别结果;微血管密度的计算的可解释性强,简单方便,易于医生操作调整。
-
公开(公告)号:CN118366675A
公开(公告)日:2024-07-19
申请号:CN202410572383.3
申请日:2024-05-09
Applicant: 中国人民解放军陆军军医大学第一附属医院
Abstract: 本申请的实施例揭示了一种与胶质瘤IDH突变状态有关的术前MRI特征处理装置、设备、介质。装置包括:数据获取模块,被配置为获取第一临床特征;与所述数据获取模块连接的数据筛选模块,被配置为对所述第一临床特征进行筛选,得到第二临床特征,所述第二临床特征包括ET等级、影像边界特征以及年龄;与所述数据筛选模块连接的模型构建模块,被配置为以所述第二临床特征作为自变量,IDH突变状态作为因变量,构建回归模型;与所述模型构建模块连接的特征识别模块,被配置为基于所述回归模型,响应于输入的实测的第二临床特征,确定IDH突变状态。本申请所构建的回归模型具有较高的准确性,能够辅助医务人员快速对IDH突变状态进行判别。
-
公开(公告)号:CN115457069A
公开(公告)日:2022-12-09
申请号:CN202211128481.5
申请日:2022-09-16
Applicant: 中国人民解放军陆军军医大学第一附属医院 , 安徽省立医院(中国科学技术大学附属第一医院)
Abstract: 本发明提供一种基于图像的特征提取和预后模型建立方法及装置,用于判断胶质瘤的预后情况。通过深度学习算法分割出病理切片H&E染色数字图像上的微血管,通过分水岭算法分割出微血管内部的细胞核,以病理组学方法计算出微血管的特征。通过机器学习方法挑选与患者预后相关的特征,构建所述特征与肿瘤患者实际生存情况的关系模型。本发明提供了患者关键图像区域选择和特征提取的自动化方案,通过机器学习方法遴选组合出对患者预后评估有益的特征集。
-
公开(公告)号:CN115546605A
公开(公告)日:2022-12-30
申请号:CN202211131103.2
申请日:2022-09-16
Applicant: 安徽省立医院(中国科学技术大学附属第一医院) , 中国人民解放军陆军军医大学第一附属医院
Abstract: 本发明提供了一种基于图像标注和分割模型的训练方法及装置,包括以下步骤:获取样本图像,对照连续切片的免疫组织化学染色配准图像标注得到对应的的掩膜图像;将样本图像、掩膜图像作为一组训练样本,将样本图像按照不同染色空间的模板进行适应性色彩变换,基于多组训练样本对分割模型进行训练。本发明提供的技术方案改善了病理图像感兴趣目标难以精确标注的问题,提升标注效率和有效性,提高了算法对不同染色条件和扫描仪器产生的图像的泛化性,使用主动学习模式和迁移学习技术,使模型在小型数据集训练上达到良好的分割性能。
-
-
-