[发明专利]一种基于深度学习的乳腺癌病理图像HE癌巢分割方法有效
| 申请号： | 202011273555.5 | 申请日： | 2020-11-14 |
| 公开（公告）号： | CN112381839B | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 向旭辉;郑众喜;卫亚妮;陈杰;王杰;步宏 | 申请（专利权）人： | 四川大学华西医院;成都华西精准医学产业技术研究院有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/187;G06T7/136;G06T3/40;G06N3/04;G06N3/08 |
| 代理公司： | 成都高远知识产权代理事务所(普通合伙) 51222 | 代理人： | 李安霞;谢一平 |
| 地址： | 610000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的乳腺癌病理图像HE癌巢分割方法，包括：S1、输入一张HE WSI，系统分割模型，在1x下，分割切片中组织的轮廓区域；S2、将1x分割的区域，映射到40x下，并提取对应区域；S3、将提取的区域，裁剪成尺寸为1024*1024，重叠128个像素的Patch；S4、将所有Patch的倍率提升至80x；S5、将高分辨率结果输入进语义分割模型，模型输出每个Patch的分割Mask；S6、将每个Mask按照裁剪的坐标合并生成完整的二值Mask图像；S7、对合并完成的二值图像进行形态学操作，并按层级关系提取轮廓。本发明采用深度神经网络进行分割，其泛化能力更强，鲁棒性更高，采用了重叠采用的方式，设计了边界效应的处理机制，可以有效避免边界效应。 | ||
| 搜索关键词： | 一种 基于 深度 学习 乳腺癌 病理 图像 he 分割 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四川大学华西医院;成都华西精准医学产业技术研究院有限公司，未经四川大学华西医院;成都华西精准医学产业技术研究院有限公司许可，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/202011273555.5/，转载请声明来源钻瓜专利网。
