[发明专利]基于深度学习的甲状腺细胞病理切片恶性区域的检测方法有效
| 申请号： | 202011243793.1 | 申请日： | 2020-11-10 |
| 公开（公告）号： | CN112508850B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 钱东东;何一凡;魏军 | 申请（专利权）人： | 广州柏视医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 北京兴智翔达知识产权代理有限公司 11768 | 代理人： | 张玉梅 |
| 地址： | 510530 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的甲状腺细胞病理切片恶性区域的检测方法，主要包括下列步骤：对甲状腺细胞进行病理切片；将病理切片在显微镜上的图像经过数字化处理后使用不同的染色剂进行涂抹以得到彩色的病理切片；将完整的病理切片裁剪出合适大小的切块作为深度神经网络模型的输入；筛除掉病理切片部分无效的切块；采用弱监督的学习方法对切块初步筛查后的病理切片进行良恶性分类；利用去假阳的方案构建一个基于随机森林的机器学习方法对良恶性分类的预测结果进行假阳的去除；借此，能进一步提高检测的准确率。以及病理切片的高危区域显示步骤：将每个切块的恶性预测的概率归一化并映射到原图中，生成热力图；给病理医生更直观的可视化显示。 | ||
| 搜索关键词： | 基于 深度 学习 甲状腺 细胞 病理 切片 恶性 区域 检测 方法 | ||
【主权项】：
暂无信息
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广州柏视医疗科技有限公司，未经广州柏视医疗科技有限公司许可，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/202011243793.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种载带专用顶升型分割器传动机组
- 下一篇：屏幕内容视频运动类型的判断方法
