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

Inventor： 冯宁翰 ,  汤鸿 ,  于观贞 ,  苏金珠 ,  汪洋 ,  冯杨焜 ,  蒋鹏

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：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

Inventor： 冯宁翰 ,  汤鸿 ,  于观贞 ,  苏金珠 ,  汪洋 ,  冯杨焜 ,  蒋鹏

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。