-
公开(公告)号：CN116705311A
公开(公告)日：2023-09-05
申请号：CN202310424950.6
申请日：2023-04-20
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G16H50/30 , G16H50/20 , G06T7/194 , G06T7/136 , G06T7/12 , G06T5/00 , G06V10/40 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及一种原发胃癌数字病理切片淋巴结转移风险预测方法。首先将胃癌病理切片放大不同倍数并基于迁移学习通过特征提取器分别提取出特征，接着输入弱监督网络后生成WSI级别的特征表示以及晚期融合临床数据包括患者的性别、年龄、肿瘤位置和lauren分类，得到不同放大倍数下预测淋巴结转移风险的结果，最后，利用模型融合集成基于不同尺度的模型结果，从而最终预测该患者是否发生淋巴结转移。本发明旨在分析原发性胃癌患者常规组织切片以及临床数据，预测术前淋巴结转移的风险；本发明能够帮助患者选择合适的手术方式并且帮助患者改善预后，提升医生的工作效率，具有非常重要的意义和广阔的前景。
-
Patent Agency Ranking
公开(公告)号：CN113034462B
公开(公告)日：2022-09-23
申请号：CN202110303208.0
申请日：2021-03-22
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种基于图卷积的胃癌病理切片图像的处理方法，其特征在于，包括以下步骤：步骤S1:获取胃癌数字病理切片，并进行数字化处理，构建胃癌数字病理切片图像数据集；步骤S2:根据胃癌数字病理切片图像数据集，采用阈值分割算法，获取数字病理切片图像的层次先验信息；步骤S3:根据得到的先验信息，构建并训练图卷积网络分割模型，并根据训练后的图卷积网络分割模型得到切片上胃癌区域的分割结果；步骤S4:根据结合分割出的层次信息和胃癌区域分布信息，进行T分期的分类，并得到图像中存在神经侵犯和脉管侵犯的概率分布。本发明可用于解决相关技术中对病理切片的分析不够准确的技术问题。
-
公开(公告)号：CN112419452B
公开(公告)日：2022-08-23
申请号：CN202011546997.2
申请日：2020-12-24
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统，包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置；所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元；本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并，降低医生工作量，提高效率。
-
公开(公告)号：CN112419452A
公开(公告)日：2021-02-26
申请号：CN202011546997.2
申请日：2020-12-24
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统，包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置；所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元；本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并，降低医生工作量，提高效率。
-
公开(公告)号：CN116993691A
公开(公告)日：2023-11-03
申请号：CN202310936178.6
申请日：2023-07-28
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G06T7/00 , G06T7/90 , G06V10/764 , G06V10/82 , G06V10/25 , G06V10/774 , G06V10/40 , G06N3/0455 , G06N3/0499 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及一种基于H&E染色胃癌数字病理图像的EBV状态智能预测方法。充分地利用大量未标记的数字病理切片数据，提高数据的效率和资源利用率，实现输入一张常规的胃癌H＆E染色图像，即可输出EBV状态。本发明具有较高的自动化程度和快速性，可以在短时间内生成预测结果，加速临床决策和治疗进程并为临床医生提供更好的决策支持。
-
公开(公告)号：CN113034462A
公开(公告)日：2021-06-25
申请号：CN202110303208.0
申请日：2021-03-22
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种基于图卷积的胃癌病理切片图像的处理方法，其特征在于，包括以下步骤：步骤S1:获取胃癌数字病理切片，并进行数字化处理，构建胃癌数字病理切片图像数据集；步骤S2:根据胃癌数字病理切片图像数据集，采用阈值分割算法，获取数字病理切片图像的层次先验信息；步骤S3:根据得到的先验信息，构建并训练图卷积网络分割模型，并根据训练后的图卷积网络分割模型得到切片上胃癌区域的分割结果；步骤S4:根据结合分割出的层次信息和胃癌区域分布信息，进行T分期的分类，并得到图像中存在神经侵犯和脉管侵犯的概率分布。本发明可用于解决相关技术中对病理切片的分析不够准确的技术问题。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
