公开(公告)号：CN112733859B

公开(公告)日：2023-12-19

申请号：CN202110096888.3

申请日：2021-01-25

Applicant: 重庆大学

Inventor： 王品 ,  李琳玉 ,  李勇明 ,  李普飞

IPC: G06V10/764 ,  G06V10/26 ,  G06T7/00 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及组织病理学图像的分类技术领域，尤其涉及一种组织病理学图像的深度迁移半监督域自适应分类方法，其采用自适应阈值滤波和采样策略用于patch切块以减少时间消耗；其通过迁移基于patch的CNN网络HisNet，可以实现深度迁移学习；其通过重构网络提取源域和目标域的高阶特征，并通过具有多重加权损失函数准则的半监督域自适应进行对齐；其引入了新颖的流形正则化损失函数以充分利用目标域样本的特征并获得更好的分类结果。实验结果表明，本发明提出的方法在组织病理学图像的分类上具有较高的准确率、效率和稳定性，具有极大的临床应用价值。

公开(公告)号：CN112733859A

公开(公告)日：2021-04-30

申请号：CN202110096888.3

申请日：2021-01-25

Applicant: 重庆大学

Inventor： 王品 ,  李琳玉 ,  李勇明 ,  李普飞

IPC: G06K9/34 ,  G06K9/62 ,  G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及组织病理学图像的分类技术领域，尤其涉及一种组织病理学图像的深度迁移半监督域自适应分类方法，其采用自适应阈值滤波和采样策略用于patch切块以减少时间消耗；其通过迁移基于patch的CNN网络HisNet，可以实现深度迁移学习；其通过重构网络提取源域和目标域的高阶特征，并通过具有多重加权损失函数准则的半监督域自适应进行对齐；其引入了新颖的流形正则化损失函数以充分利用目标域样本的特征并获得更好的分类结果。实验结果表明，本发明提出的方法在组织病理学图像的分类上具有较高的准确率、效率和稳定性，具有极大的临床应用价值。

公开(公告)号：CN105512493B

公开(公告)日：2018-01-23

申请号：CN201510969721.8

申请日：2015-12-22

Applicant: 重庆大学

Inventor： 李勇明 ,  谢廷杰 ,  王品 ,  李琳玉 ,  曾孝平 ,  刘书君 ,  颜芳 ,  李新科

IPC: G16H50/20

Abstract: 本发明提供一种基于脑部病理年龄估计的脑疾病检测系统，包括图像采集设备、实际年龄输入设备、存储器、预处理模块、特征提取模块、特征选择模块、脑部病理年龄估计模块、参数优化模块、分类识别模块以及结果输出模块，存储器设有VCI样本数据库、CTL样本数据库以及待测数据库。其效果是：系统充分运用了脑磁共振图像特征，结合样本的实际年龄信息，通过大量样本进行模型训练，所得脑部病理年龄估计模块能够有效估计被测对象的脑部病理年龄，同时，将脑部病理年龄估计值与实际年龄的偏差作为补充信息，通过融合脑图像信息，有效诊断被测对象是否患有脑疾病，整个系统原理明确，实现方便，对脑疾病的探测更具有科学依据，可靠度高，可行性强。