申请/专利权人：杭州迪英加科技有限公司

申请日：2019-06-24

公开（公告）日：2021-01-12

公开（公告）号：CN112215790A

主分类号：G06T7/00(20170101)

分类号：G06T7/00(20170101);G06T7/11(20170101);G06T7/73(20170101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.12.12#发明专利申请公布后的驳回;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明涉及基于深度学习的KI67指数分析方法，包括:S10，获取数字化病理全场图，作为原始病理全场图；S20，将所述原始病理全场图分为感兴趣区域和不感兴趣区域；S30，过滤原始病理全场图中的不感兴趣区域，对剩余的感兴趣区域的所有细胞进行语义分割，分割出细胞核的中心位置；S40，确定所述细胞核所属细胞类别，所述细胞类别包括肿瘤细胞和正常细胞，具体包括阳性肿瘤细胞、阳性正常细胞、阴性肿瘤细胞以及阴性正常细胞；S50，根据阳性肿瘤细胞和肿瘤细胞总数计算KI67指数。本发明提出在图像中以不同颜色的标记点将阳性肿瘤细胞、阳性正常细胞、阴性肿瘤细胞、阴性正常细胞的细胞核标记出来，通过深度学习建立细胞分类模型，大大提升了KI67指数的准确率。

主权项：1.基于深度学习的KI67指数分析方法，其特征在于，包括:S10，获取数字化病理全场图，作为原始病理全场图；S20，将所述原始病理全场图分为感兴趣区域和不感兴趣区域；S30，过滤原始病理全场图中的不感兴趣区域，对剩余的感兴趣区域的所有细胞进行语义分割，分割出细胞核的中心位置；S40，确定所述细胞核所属细胞类别，所述细胞类别包括肿瘤细胞和正常细胞，具体包括阳性肿瘤细胞、阳性正常细胞、阴性肿瘤细胞以及阴性正常细胞；S50，根据阳性肿瘤细胞和肿瘤细胞总数计算KI67指数。

全文数据：

权利要求：

百度查询： 杭州迪英加科技有限公司 基于深度学习的KI67指数分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD