公开(公告)号：CN119942217A

公开(公告)日：2025-05-06

申请号：CN202510099906.1

申请日：2025-01-22

Applicant: 安徽大学

Inventor： 邵立智 ,  荀天旺 ,  尚文婷 ,  陈鹏 ,  王立俊

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T3/4007 ,  G06T3/4038 ,  G06T3/4046 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/088 ,  G06F17/14

Abstract: 本发明涉及一种多重免疫组化图像生成方法，包括：获取H&E数据集和配对的mIHC数据集并进行预处理；构建mIHC生成模型；训练mIHC生成模型；将测试集中的H&E图像输入到训练后的mIHC生成模型获得生成的mIHC图像结果，并对mIHC图像的生成结果进行可视化。本发明通过mIHC生成模型利用容易获取的H&E图像可以快速准确的获取mIHC图像，并避免了传统的化学染色过程，降低了获取mIHC图像的成本，为mIHC图像的获取提供方便准确的工具，从而提供癌症等病理学信息，并能够缩短疾病的诊断和分析周期，有利于对患者的及时诊断和治疗；通过mIHC生成模型利用H&E图像生成的mIHC图像本身和H&E图像是严格配准的，因此可以准确的结合H&E图像和mIHC图像进行疾病诊断，从而提高疾病诊断分析的准确性。

公开(公告)号：CN119942216A

公开(公告)日：2025-05-06

申请号：CN202510099375.6

申请日：2025-01-22

Applicant: 安徽大学

Inventor： 邵立智 ,  荀天旺 ,  陈鹏 ,  尚文婷 ,  王立俊

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06T3/4007 ,  G06T3/4038 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084 ,  G06F17/14

Abstract: 本发明涉及一种基于分子表达预测进行细胞检测和分析的两阶段图像生成学习方法，包括：获取H&E数据集和配对的mIHC数据集组成数据集并进行预处理；构建细胞分割模型并训练；获得细胞二值分割结果进行可视化展示；构建分子表达预测模型并训练；获得分子表达预测结果进行可视化展示；获得细胞语义分割结果进行可视化展示。本发明第一阶段使用生成式的细胞分割模型从H&E图像中提取细胞特征信息，生成更加准确的细胞二值分割结果，提高模型对细胞分割的准确率；第二阶段使用生成式的分子表达预测模型提取病理学信息特征并生成虚拟mIHC图像，同时病理基础模型的使用提高了模型的特征提取能力，从而提高获取mIHC图像的获取效率，并增加生成内容的准确性。