公开(公告)号：CN117935253A

公开(公告)日：2024-04-26

申请号：CN202410089319.X

申请日：2024-01-23

Applicant: 北京邮电大学 ,  北京大学第一医院(北京大学第一临床医学院)

Inventor： 肖立 ,  师素芳 ,  张星阔 ,  蒋镭 ,  董振正 ,  徐琳琳

IPC: G06V20/69 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种肾病理量化指标测量方法，具体包括下述步骤：(1)全视野数字切片(WSIs)肾小球标注；(2)应用深度学习模型对肾小球进行分割和分类；(3)使用数学方法对肾小球的形态学指标进行测量，同时还公开了一种肾病理量化测量指标与临床表型的相关性。本发明属于计算机视觉处理技术领域，具体提供了一种肾病理量化指标测量方法及测量指标与临床表型的相关性，本方法基于深度学习MaskR‑CNN神经网络模型和ResNet50神经网络模型，在对肾小球形态学定量特征指标测量之前，采用人工智能对相关的组织病理结构进行精确和有效的分割分类，通过该方法有效提高了肾病理图像中对肾小球的分析效率。