申请/专利权人：数据空间研究院

申请日：2023-10-17

公开（公告）日：2023-12-15

公开（公告）号：CN117237328A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/44;G06T7/11;G06V10/82;G06N3/04;G06V10/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明公开了一种基于数字化病理切片的膀胱癌TNM分期方法及系统，涉及医学图像处理技术领域，方法为：识别膀胱癌病理切片图像的组织区域；对ResNet‑50模型进行预训练，使得ResNet‑50模型具备膀胱癌病理切片图像的特征提取能力；将膀胱癌病理切片图像的组织区域分割成若干个图块；利用经过预训练的ResNet‑50模型对分割的各个图块进行特征提取，得到各个图块特征，根据各个图块特征得到膀胱癌病理切片特征；根据膀胱癌病理切片特征，对膀胱癌的TNM分期进行预测。本发明能够解决现有膀胱癌TNM分期方法存在的主观性、人工标注困难和耗时等问题，从而实现更准确、更一致和更高效的膀胱癌TNM分期。

主权项：1.一种基于数字化病理切片的膀胱癌TNM分期方法，其特征在于，包括以下步骤：S1，识别膀胱癌病理切片图像的组织区域；S2，对深度学习模型进行预训练，使得深度学习模型具备病理切片图像的特征提取能力；S3，将膀胱癌病理切片图像的组织区域分割成若干个图块；S4，利用经过预训练的深度学习模型对分割的各个图块进行特征提取，得到各个图块特征，根据各个图块特征得到膀胱癌病理切片特征；S5，根据膀胱癌病理切片特征，对膀胱癌的TNM分期进行预测。

全文数据：

权利要求：

百度查询： 数据空间研究院 一种基于数字化病理切片的膀胱癌TNM分期方法及系统

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