申请/专利权人：广东省人民医院

申请日：2023-10-08

公开（公告）日：2024-02-06

公开（公告）号：CN117524506A

主分类号：G16H70/60

分类号：G16H70/60;G06V10/764;G06V10/80;G06V10/40;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种基于多分辨率融合的低级胶质瘤IDH突变状态预测方法，方法为：多放大倍数病理图像的采集与质量控制得到WSI图像块；构建双分支网络的低级别胶质瘤IDH突变状态预测模型，其中MRPFEB基于多注意力机制用于获取WSI图像块中全局特征信息；SRPFIB通过聚合同一分辨率下不同图像块的特征进行特征嵌入表示得到融合嵌入特征；MRFFM将聚合嵌入特征进行交换，通过多头自注意力机制计算，得到聚合嵌入特征后进行特征拼接，送入多层感知层进行类别预测；将待检测病理图像进行裁剪，得到图像块后输入预测模型得到IDH突变状态。本发明利用双分支网络模型提取多分辨率的特征信息，有利于丰富特征信息，提升模型的分类效果，推动对组织病理学图像的自动化分析研究。

主权项：1.基于多分辨率融合的低级胶质瘤IDH突变状态预测方法，其特征在于，包括下述步骤：步骤1、多放大倍数病理图像的采集与质量控制，包括：去除低级别胶质瘤患者WSI中不可用的部分，生成WSI可用区域的图像掩膜，并按照图像掩膜进行切块处理得到WSI图像块；步骤2、构建双分支网络的低级别胶质瘤IDH突变状态预测模型，包括多分辨率图像块特征编码模块、单分辨率图像块特征聚合模块及多分辨率特征融合模块；所述多分辨率图像块特征编码模块基于多注意力机制，用于获取WSI图像块中全局特征信息；所述单分辨率图像块特征聚合模块通过聚合同一分辨率下不同图像块的特征进行特征嵌入表示，得到融合嵌入特征；所述多分辨率特征融合模块将聚合嵌入特征进行交换，通过多头自注意力机制计算，得到聚合嵌入特征后进行特征拼接，送入多层感知层进行类别预测；步骤3、将待检测病理图像进行裁剪，得到图像块后输入低级别胶质瘤IDH突变状态预测模型，预测得到IDH突变状态。

全文数据：

权利要求：

百度查询： 广东省人民医院 基于多分辨率融合的低级胶质瘤IDH突变状态预测方法

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