-
公开(公告)号:CN119963563A
公开(公告)日:2025-05-09
申请号:CN202510454717.1
申请日:2025-04-11
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0895 , G06T11/20 , G06T11/60 , G06T3/147 , G06T7/136 , G06T7/194 , G06T7/33 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于深度学习的乳腺癌预后预测的多模态融合方法,包括:对数据集进行预处理,标记出全切片病理图像的组织区域并进行切片处理,提取多尺度特征,对医学影像图像进行重采样并提取肿瘤区域的特征;提出双流注意力模态融合进行特征融合:分别选取二维区域融合模块和三维区域融合模块对预处理后全切片病理图像和医学影像图像进行多尺度特征融合;利用三维区域融合模块对医学影像图像进行多区域特征融合;对齐多模态数据,使用自注意力池化进行跨模态特征融合,捕捉跨模态的交互信息;通过损失函数预测患者的无病生存期和总生存。本发明解决了单模态分析的局限性和预后效果不理想等问题,实现更精准的乳腺癌预后预测。
-
公开(公告)号:CN119941715A
公开(公告)日:2025-05-06
申请号:CN202510413700.1
申请日:2025-04-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了多重免疫荧光图像自动分析方法、介质及程序产品,包括对获取到的多重免疫荧光图像处理获得DAPI通道图像和若干个非DAPI通道图像;对DAPI通道图像进行分割处理得到细胞核区域掩膜;将细胞核区域掩膜分别与各非DAPI通道图像进行叠加处理获得新的非DAPI通道图像;对DAPI通道图像和各新的非DAPI通道图像依次进行波长编码处理和位置编码处理,将处理后的图像送入预先训练好的Transformer网络,由Transformer网络进行去噪和去除通道串色处理得到纯净的多通道图像;对纯净的多通道图像根据预设的分析要求进行分析处理。本发明能够解决多重免疫荧光图像的噪声问题与光谱干扰问题。
-
公开(公告)号:CN116051837A
公开(公告)日:2023-05-02
申请号:CN202310012122.1
申请日:2023-01-05
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的肾穿刺图像多类肾小球自动分割方法,包括如下步骤:步骤1.肾穿刺图像的预处理;步骤2.模型训练,编码器部分;步骤3.结论融合;步骤4.模型测试。本发明在编码器和解码器中分别使用了Transform模块与VGG模块,能够在较大的尺度上处理肾小球的完整上下文信息的同时,保证肾小球轮廓分割的准确度,将传统技术中的语义分割流程划分为分割分支与分类分支,保证了同一肾小球分割结果的统一性与完整性。
-
-