[发明专利]基于深度学习的甲状腺癌细胞病理图辅助分析方法及系统在审
| 申请号： | 201910428177.4 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110335668A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 卢洪胜;陈琪;戴岳楚 | 申请（专利权）人： | 台州市中心医院（台州学院附属医院） |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;G16H50/20;G06K9/62;G06F16/58;G06F16/51;G06N3/04 |
| 代理公司： | 浙江永鼎律师事务所 33233 | 代理人： | 陆永强;张建 |
| 地址： | 318000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的甲状腺癌细胞病理图辅助分析方法及系统，包括以下步骤：S1.构建用于数字病理标注的云平台以获得经过标注的训练集、验证集和测试集；S2.创建用于存储病理数字全切片图像的数据库；S3.利用所述训练集、验证集和测试集对卷积神经网络模型进行训练以获得数字病理模型；S4.调用数字病理模型以对病理数字全切片图像进行数字病理图像分析。本发明提供用于数据标注的云平台，数据传输和标注在线上进行，没有特殊的设备需求，提高标注和数据传输的效率；构建用于存储全切片图像的数据库，标注过程、训练过程和之后的分析检测过程均从数据库中获取相应的病理数字全切片图像，从而实现辅助数据流非常大的全切片数字病理的分析。 | ||
| 搜索关键词： | 病理 切片图像 标注 分析方法及系统 甲状腺癌细胞 病理模型 数据传输 数据库 测试集 训练集 验证集 云平台 构建 存储 病理图像分析 卷积神经网络 辅助数据流 分析检测 设备需求 数据标注 训练过程 切片 调用 学习 创建 分析 | ||
【主权项】：
1.一种基于深度学习的甲状腺癌细胞病理图辅助分析方法，其特征在于，包括以下步骤：S1.构建用于数字病理标注的云平台以获得经过标注的训练集、验证集和测试集；S2.创建用于存储病理数字全切片图像的数据库；S3.利用所述训练集、验证集和测试集对卷积神经网络模型进行训练以获得数字病理模型；S4.调用数字病理模型以对病理数字全切片图像进行数字病理图像分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于台州市中心医院（台州学院附属医院），未经台州市中心医院（台州学院附属医院）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910428177.4/，转载请声明来源钻瓜专利网。
