-
公开(公告)号：CN114037699B
公开(公告)日：2022-08-09
申请号：CN202111484263.0
申请日：2021-12-07
Applicant: 中国医学科学院北京协和医院 , 北京航空航天大学
Abstract: 本发明涉及一种病理图像分类方法、设备、系统及存储介质。包括：获取显微镜采集到的病理图像；通过分割网络得到所述病理图像的血细胞区域，设置血细胞区域像素为固定值，得到没有血细胞的病理图像；将所述没有血细胞的病理图像输入分类模型中，得到分类结果。本发明从病理图片自身问题出发，具有重要的临床应用价值。
-
公开(公告)号：CN114037699A
公开(公告)日：2022-02-11
申请号：CN202111484263.0
申请日：2021-12-07
Applicant: 中国医学科学院北京协和医院 , 北京航空航天大学
Abstract: 本发明涉及一种病理图像分类方法、设备、系统及存储介质。包括：获取显微镜采集到的病理图像；通过分割网络得到所述病理图像的血细胞区域，设置血细胞区域像素为固定值，得到没有血细胞的病理图像；将所述没有血细胞的病理图像输入分类模型中，得到分类结果。本发明从病理图片自身问题出发，具有重要的临床应用价值。
-
公开(公告)号：CN114372531A
公开(公告)日：2022-04-19
申请号：CN202210027883.X
申请日：2022-01-11
Applicant: 北京航空航天大学 , 中国医学科学院北京协和医院
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于自注意力特征融合的胰腺癌病理图像分类方法，首先，采用卷积神经网络模型提取输入图像的特征并对卷积神经网络模型最后阶段输出的特征图进行特征嵌入；其次，卷积神经网络模型不同阶段输出的特征图进行注意力解析获得注意力引导信息；然后，构建基于自注意力特征建模的Transformer模型和自注意力特征融合网络模型；最后，对自注意力特征融合网络模型训练多个轮次，使用验证集的病理图像衡量确定结果最佳的轮次对应的模型，由此构建胰腺细胞癌变分类诊断系统，通过该系统判断该胰腺细胞病理图像为胰腺癌细胞或正常细胞图像。本发明应用自注意力技术与注意力解析机制将卷积神经网络特征进行全局建模，以实现高精度的胰腺癌快速现场评估。
-
-
Search Results
3
records
(took 0.082 seconds)
