公开(公告)号：CN117670794A

公开(公告)日：2024-03-08

申请号：CN202311425323.0

申请日：2023-10-30

Applicant: 复旦大学附属肿瘤医院

Inventor： 王鑫 ,  许蜜蝶 ,  张肖艳 ,  盛伟琪 ,  孙慧 ,  王旭 ,  黄丹

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/13 ,  G06T7/33 ,  G06V10/762 ,  G06V10/764 ,  G16H30/40 ,  G06V20/69 ,  G06N3/0464

Abstract: 本发明涉及一种基于深度学习的TLS病理检测方法、装置及介质，其中方法包括以下步骤：获取病理学切片并进行IHC染色和全切片扫描，获得全视野数字切片图像；对全视野数字切片图像进行染色分析，划分TLS区域，并进行连续切片配准，得到自动标注TLS区域的H&E染色切片图像，作为标注图像数据；根据标注图像数据构建数据集，对基于EfficientNet深度学习网络的检测模型进行训练和测试，输出H&E染色切片上TLS区域位置；对检测模型输出的结果基于聚类进行边缘预测再处理，得到最终TLS区域位置。与现有技术相比，本发明具有检测精度高、无需人工标注等优点。