申请/专利权人:安徽医科大学
申请日:2024-01-17
公开(公告)日:2024-04-19
公开(公告)号:CN117911362A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/62;G06T5/70;G06T5/50;G06N3/0464;G06N3/08;G06F17/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明涉及细胞扩散跟踪技术领域,公开了一种基于多聚焦融合的肿瘤细胞扩散目标追踪方法,包括以下步骤:在一组连续时序点上依次获取第一图像集合;在每个时序点处的第一图像集合中,根据第一图像的聚焦评价结果,对第一图像集合进行第一图像的筛选,得到第二图像;通过图像的多聚焦融合模型,得到第三图像;在第三图像中,依时序点连接表征肿瘤细胞的局部区域形成肿瘤细胞的局部扩散路径,并根据肿瘤细胞的局部扩散路径,利用神经网络进行局部路径学习,得到肿瘤细胞的全局扩散路径。本发明可直观的静态显示肿瘤动态扩散情况,实现对肿瘤细胞扩散情况的预见性,预先掌握肿瘤细胞的未来扩散情况,降低扩散追踪的局限性。
主权项:1.一种基于多聚焦融合的肿瘤细胞扩散目标追踪方法,其特征在于:包括以下步骤:在一组连续时序点上依次获取第一图像集合,其中,每个时序点处的第一图像集合中均包含有多个第一图像,所述第一图像对应于包含肿瘤细胞的生理组织的医学成像数据;在每个时序点处的第一图像集合中,对每个第一图像中表征肿瘤细胞的局部区域进行聚焦评价,得到第一图像的聚焦评价结果;根据第一图像的聚焦评价结果,对第一图像集合进行第一图像的筛选,得到第二图像,所述第二图像对应于表征肿瘤细胞的局部区域是聚焦区域的第一图像;根据各个时序点处的第二图像,通过图像的多聚焦融合模型,得到第三图像,所述第三图像对应于各个时序点处第二图像中聚焦区域的融合结果,所述多聚焦融合模型为神经网络;在第三图像中,依时序点连接表征肿瘤细胞的局部区域形成肿瘤细胞的局部扩散路径,并根据肿瘤细胞的局部扩散路径,利用神经网络进行局部路径学习,得到肿瘤细胞的全局扩散路径,其中,全局扩散路径对应于肿瘤细胞扩散目标追踪的路径。
全文数据:
权利要求:
百度查询: 安徽医科大学 一种基于多聚焦融合的肿瘤细胞扩散目标追踪方法
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。