-
公开(公告)号:CN116128855A
公开(公告)日:2023-05-16
申请号:CN202310153186.3
申请日:2023-02-22
Applicant: 南京工业大学
Abstract: 一种基于病理图像特征检测肿瘤蛋白标记物的算法,包括步骤:1)病理图像的分割与过滤:选用癌症和肿瘤基因组图谱TCGA数据库中的数字病理切片;使用大津阈值法(Ostu)来识别病理组织区域与背景区域;随后把病理切片(slide)分割成能够被模型计算的若干图块(patch);2)基于对比学习的预训练与微调:使用ResNet50模型作为编码器,利用对比学习的方式对编码器进行预训练,而后根据RPPA数据对模型微调,最终使用注意力池化对patch‑level特征进行聚合,获得slide‑level特征;3)预测:预测任务使用线性层进行预测,使用最小化均方误差损失函数训练模型以预测肿瘤蛋白标记物表达水平。