申请/专利权人:上海市肺科医院
申请日:2020-08-14
公开(公告)日:2020-11-24
公开(公告)号:CN111986802A
主分类号:G16H50/20(20180101)
分类号:G16H50/20(20180101);G06T7/00(20170101);G06T7/10(20170101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.12.11#实质审查的生效;2020.11.24#公开
摘要:本发明提供一种肺腺癌病理分化等级的辅助判定系统及方法,涉及深度学习技术领域,包括:图像获取模块,用于获取若干早期肺腺癌患者的数字病理图像;图像标注模块,用于分别对各数字病理图像进行标注得到数字病理标注图像;模型训练模块,用于训练得到肺腺癌组织生长模式识别模型;图像预测模块,用于将待预测数字病理图像输入肺腺癌组织生长模式识别模型得到各病灶区域对应的预测肺腺癌组织生长模式;病理分化模块,用于计算各预测肺腺癌组织生长模式的肿瘤细胞占比,为医生对进行肺腺癌病理分化等级的判定提供辅助参考。有益效果是有效避免肺腺癌病理分化等级的判定过于依赖医生的经验以及诊断一致性差,有效提升医生的工作效率。
主权项:1.一种肺腺癌病理分化等级的辅助判定系统,其特征在于,具体包括:图像获取模块,用于获取若干早期肺腺癌患者的数字病理图像;图像标注模块,连接所述图像获取模块,用于根据肺腺癌组织生长模式分别对各所述数字病理图像进行标注,得到标注有若干病灶区域以及各所述病灶区域对应的真实肺腺癌组织生长模式的数字病理标注图像;模型训练模块,连接所述图像标注模块,用于以所述数字病理标注图像为输入,以所述真实肺腺癌组织生长模式为输出训练得到肺腺癌组织生长模式识别模型;图像预测模块,连接所述模型训练模块,用于将待预测数字病理图像输入所述肺腺癌组织生长模式识别模型得到所述待预测数字病理图像中各所述病灶区域对应的预测肺腺癌组织生长模式;病理分化模块,连接所述图像预测模块,用于计算所述待预测数字病理图像中各所述预测肺腺癌组织生长模式的肿瘤细胞占比,为医生对所述待预测数字病理图像进行肺腺癌病理分化等级的判定提供辅助参考。
全文数据:
权利要求:
百度查询: 上海市肺科医院 一种肺腺癌病理分化等级的辅助判定系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。