-
Patent Agency Ranking
公开(公告)号：CN112102332A
公开(公告)日：2020-12-18
申请号：CN202010891178.5
申请日：2020-08-30
Applicant: 复旦大学
Abstract: 本发明属于医学图像智能处理技术领域，具体为一种基于局部分类神经网络的癌症全视野数字病理切片的分割方法，本发明方法包括，将病理切片划分为若干个固定大小且不重叠的图像块，将每个图像块送入基于卷积神经网络的分类模型，通过前向传播判断该块的类别，再将各块的分类结果按其在原图上的位置进行拼接，从而得出整个切片中不同组织分布的热图，最后对热图进行中值滤波并去除面积过小的区域后可得到分割图，并辅助医生进行诊断。本发明方法能够快速地将整个病理切片中不同组织所在的区域标出，有效辅助医生进行诊断，提升诊断的准确率与效率。
-
公开(公告)号：CN112819768B
公开(公告)日：2022-06-17
申请号：CN202110104450.5
申请日：2021-01-26
Applicant: 复旦大学
Abstract: 本发明属于医学图像智能处理技术领域，具体为一种基于DCNN的癌症全视野数字病理切片生存分析方法。本发明方法包括，从病理切片中淋巴密集区域、坏死区域、肿瘤区域分别取若干图像块，同切片的全局分割一起送入一个卷积神经网络通过前向传播获得该切片的生存时间分布。可从预测所得生存时间分布中获得患者在若干个时间区间的死亡概率，通过累加可获得患者在若干时间节点前的生存概率。本发明以切片局部的图像以及全局的组织分布作为输入，输出患者的生存时间分布，帮助医生估计患者的预后状况，从而辅助癌症早期临床诊断。
-
公开(公告)号：CN112308827A
公开(公告)日：2021-02-02
申请号：CN202011150443.0
申请日：2020-10-23
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于医学图像处理技术领域，具体为一种基于深度卷积神经网络的毛囊检测方法。本发明中网络模型采用ResNet50为特征提取主干网络，将最深层特征通过上采样、跳跃连接、卷积核大小为3的卷积层组成特征金字塔，每层特征通过5层卷积核大小为3的卷积层获得注意力图，与特征相乘后通过两条支路分别得到分类及外包围盒，每条支路皆由5层卷积核大小为3的卷积层构成。本发明将皮肤图像输入经过训练的神经网络，通过网络前向传播预测图像中毛囊的外包围盒坐标及对应的置信度，随后筛去置信度偏低的外包围盒并进行极大值抑制，得到最终检测结果，能够清晰反映毛囊在图像中的位置及总数。本发明可节省人工检测耗费的精力，有效辅助医生进行诊断。
-
公开(公告)号：CN112819768A
公开(公告)日：2021-05-18
申请号：CN202110104450.5
申请日：2021-01-26
Applicant: 复旦大学
Abstract: 本发明属于医学图像智能处理技术领域，具体为一种基于DCNN的癌症全视野数字病理切片生存分析方法。本发明方法包括，从病理切片中淋巴密集区域、坏死区域、肿瘤区域分别取若干图像块，同切片的全局分割一起送入一个卷积神经网络通过前向传播获得该切片的生存时间分布。可从预测所得生存时间分布中获得患者在若干个时间区间的死亡概率，通过累加可获得患者在若干时间节点前的生存概率。本发明以切片局部的图像以及全局的组织分布作为输入，输出患者的生存时间分布，帮助医生估计患者的预后状况，从而辅助癌症早期临床诊断。
-
公开(公告)号：CN112419355A
公开(公告)日：2021-02-26
申请号：CN202011341024.5
申请日：2020-11-25
Applicant: 复旦大学
Abstract: 本发明属于医学图像处理技术领域，具体为一种基于角点检测的毛发图像中毛发计数方法。本发明方法包括：对毛发图像进行分块阈值分割，得到毛发分割图；然后对毛发分割图进行角点检测；将将角点视作毛发的端点，统计角点数量，再除以2即得毛发数量。本发明是一种无监督方法，即不需要数据对参数进行训练，可直接应用在毛发图像上进行计数，可有效减少临床工作量。本发明能够快速地统计图像中毛发数量，有效辅助医生进行诊断，提升诊断的准确率与效率。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
