公开(公告)号：CN117636064A

公开(公告)日：2024-03-01

申请号：CN202311768173.3

申请日：2023-12-21

Applicant: 浙江大学

Inventor： 俞刚 ,  朱珠 ,  王金湖 ,  顾伟忠 ,  熊洁妮 ,  赵曼丽 ,  周靖 ,  李雅雯

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于儿童病理切片的神经母细胞瘤智能分类系统，包括训练好的神经母细胞瘤分类模型；神经母细胞瘤分类模型包括：特征提取模块、Transformer编码模块和特征组合聚合模块；其中，特征提取模块采用预训练好的SENet模型，其输入为病理理切片通过数据预处理得到的不同分辨率下的Patch图和子图，输出为Patch图和子图的特征序列；Transformer编码模块对Patch图和子图的特征序列进行编码得到对应的特征值，进一步得到不同分辨率对应的全图的特征图；特征组合聚合模块将不同分辨率的特征图融合，得到总特征图，并通过全局池化得到特征序列；最后将特征序列通过Softmax层得到未分化、低分化、分化的三分类结果。利用本发明，可实现儿童神经母细胞瘤分化程度的精准诊断。

公开(公告)号：CN117636064B

公开(公告)日：2024-05-28

申请号：CN202311768173.3

申请日：2023-12-21

Applicant: 浙江大学

Inventor： 俞刚 ,  朱珠 ,  王金湖 ,  顾伟忠 ,  熊洁妮 ,  赵曼丽 ,  周靖 ,  李雅雯

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于儿童病理切片的神经母细胞瘤智能分类系统，包括训练好的神经母细胞瘤分类模型；神经母细胞瘤分类模型包括：特征提取模块、Transformer编码模块和特征组合聚合模块；其中，特征提取模块采用预训练好的SENet模型，其输入为病理理切片通过数据预处理得到的不同分辨率下的Patch图和子图，输出为Patch图和子图的特征序列；Transformer编码模块对Patch图和子图的特征序列进行编码得到对应的特征值，进一步得到不同分辨率对应的全图的特征图；特征组合聚合模块将不同分辨率的特征图融合，得到总特征图，并通过全局池化得到特征序列；最后将特征序列通过Softmax层得到未分化、低分化、分化的三分类结果。利用本发明，可实现儿童神经母细胞瘤分化程度的精准诊断。