-
公开(公告)号:CN117152506A
公开(公告)日:2023-12-01
申请号:CN202311080902.6
申请日:2023-08-25
IPC: G06V10/764 , G06V10/80 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/52 , G06N3/0455 , G06N3/08 , G16B20/00 , G16B40/00
Abstract: 本发明公开了一种基于多尺度特征的三阴性乳腺癌免疫表型预测方法及系统,包括:对接收到的多参数乳腺MRI图像进行特征学习,得到第一多尺度特征;分别将由接收到的全切片图像预处理得到的两个第一图像序列输入多尺度特征提取模型,以使模型提取并融合病理图像的局部感受野特征、全局信息和多尺度信息而输出第二多尺度特征;融合两种多尺度特征而得到影像病理特征图,并通过多层感知机结构对影像病理特征图进行分类,以输出三阴性乳腺癌免疫表型预测结果。采用本发明实施例,充分融合多参数乳腺MRI图像和全切片图像这两种模态的图像的特征,进而基于融合结果进行分类,提升三阴性乳腺癌免疫表型的预测准确度。
-
公开(公告)号:CN117152506B
公开(公告)日:2025-01-21
申请号:CN202311080902.6
申请日:2023-08-25
IPC: G06V10/764 , G06V10/80 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/52 , G06N3/0455 , G06N3/08 , G16B20/00 , G16B40/00
Abstract: 本发明公开了一种基于多尺度特征的三阴性乳腺癌免疫表型预测方法及系统,包括:对接收到的多参数乳腺MRI图像进行特征学习,得到第一多尺度特征;分别将由接收到的全切片图像预处理得到的两个第一图像序列输入多尺度特征提取模型,以使模型提取并融合病理图像的局部感受野特征、全局信息和多尺度信息而输出第二多尺度特征;融合两种多尺度特征而得到影像病理特征图,并通过多层感知机结构对影像病理特征图进行分类,以输出三阴性乳腺癌免疫表型预测结果。采用本发明实施例,充分融合多参数乳腺MRI图像和全切片图像这两种模态的图像的特征,进而基于融合结果进行分类,提升三阴性乳腺癌免疫表型的预测准确度。
-