-
公开(公告)号：CN114565761A
公开(公告)日：2022-05-31
申请号：CN202210181330.X
申请日：2022-02-25
Applicant: 无锡市第二人民医院
IPC: G06V10/26 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/62 , G06T7/70 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于深度学习的肾透明细胞癌病理图像肿瘤区域的分割方法，它包括数据的获取和预处理、分类网络SENet的搭建和训练与肿瘤区域的预测。本发明基于病理图像研究肾透明细胞癌，相较与CT、MRI图像的判断具有较高的可信度。本发明解决了之前对于肾透明细胞癌的研究仅仅局限于判断是否存在的弊端，能够直观的给出肿瘤区域的位置与大小，方便医疗人员更好的研究神透明细胞癌的发病原理与治疗动向。本发明从病理图像的整体出发，对整张病理图像的肿瘤区域进行自动分割，突破了之前对病理图像块的研究，能够给出相对完整且智能的诊断结果。
-
公开(公告)号：CN116403211A
公开(公告)日：2023-07-07
申请号：CN202310293754.X
申请日：2023-03-24
Applicant: 无锡市第二人民医院
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于单细胞病理图像细胞核的分割和聚类方法及系统，属于图像处理技术领域，本发明基于轮廓追踪方法计算所述病理组织图像中存在的所有的闭合轮廓；并对轮廓进行优化得到细胞核分割图像，然后根据所述细胞核分割图像对应的mask图像将所述细胞核分割图像切分成单个细胞核小图像；通过所述mask图像提取对应区域的细胞核的影响特征；通过特征筛选去除冗余特征，然后使用umap特征降维方法筛选最重要的两个特征对细胞核进行聚类。通过先将病理图像中的细胞核区域分割和切分出来，然后利用切分后的单细胞核进行特征提取，使得聚类依据更有客观性。
-
公开(公告)号：CN116403211B
公开(公告)日：2024-04-26
申请号：CN202310293754.X
申请日：2023-03-24
Applicant: 无锡市第二人民医院
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于单细胞病理图像细胞核的分割和聚类方法及系统，属于图像处理技术领域，本发明基于轮廓追踪方法计算所述病理组织图像中存在的所有的闭合轮廓；并对轮廓进行优化得到细胞核分割图像，然后根据所述细胞核分割图像对应的mask图像将所述细胞核分割图像切分成单个细胞核小图像；通过所述mask图像提取对应区域的细胞核的影响特征；通过特征筛选去除冗余特征，然后使用umap特征降维方法筛选最重要的两个特征对细胞核进行聚类。通过先将病理图像中的细胞核区域分割和切分出来，然后利用切分后的单细胞核进行特征提取，使得聚类依据更有客观性。
-
公开(公告)号：CN114565761B
公开(公告)日：2023-01-17
申请号：CN202210181330.X
申请日：2022-02-25
Applicant: 无锡市第二人民医院
IPC: G06V10/26 , G06N3/04 , G06N3/08 , G06T7/62 , G06T7/70 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于深度学习的肾透明细胞癌病理图像肿瘤区域的分割方法，它包括数据的获取和预处理、分类网络SENet的搭建和训练与肿瘤区域的预测。本发明基于病理图像研究肾透明细胞癌，相较与CT、MRI图像的判断具有较高的可信度。本发明解决了之前对于肾透明细胞癌的研究仅仅局限于判断是否存在的弊端，能够直观的给出肿瘤区域的位置与大小，方便医疗人员更好的研究神透明细胞癌的发病原理与治疗动向。本发明从病理图像的整体出发，对整张病理图像的肿瘤区域进行自动分割，突破了之前对病理图像块的研究，能够给出相对完整且智能的诊断结果。
-
-
-
Search Results
4
records
(took 0.017 seconds)
