-
Patent Agency Ranking
公开(公告)号：CN109508680A
公开(公告)日：2019-03-22
申请号：CN201811379146.6
申请日：2018-11-19
Applicant: 东北大学
Abstract: 本发明提供一种基于膜计算的病理学显微图像分类方法。所述方法包括：S1、基于深度学习对病理学显微图像库进行训练，获得训练好的神经网络；S2、使用训练好的神经网络建立图像处理膜计算结构模型；S3、将待处理的显微图像输入膜计算结构模型，获得待处理的显微图像的分类结果。上述方法将膜计算方法引入到了显微图像分析领域，提高了病理学显微图像分类的准确率。
-
公开(公告)号：CN109460768A
公开(公告)日：2019-03-12
申请号：CN201811361398.6
申请日：2018-11-15
Applicant: 东北大学
Abstract: 本发明涉及医学显微图像处理技术领域，尤其涉及一种用于组织病理学显微图像的文本检测与去除方法，包括以下步骤：将输入图像分别在不同通道下进行预处理；然后进行图像分割得到子图像；对子图像进行二值化处理后进行投影分析得到候选文本区域；对候选文本区域运用Haar小波变换进行特征提取；对候选文本区域进行第一级分类，得到确定的文本区域及其特征；然后对确定的文本区域进行第二级分类，得到单个文本词及其特征；将确定的单个文本词去除，输出每一个通道的结果，合并所有通道后输出的图像为最终结果。本发明将文字检测与去除技术应用到了组织病理学显微图像上，为以后对组织病理学显微图像的继续研究扫除了初级障碍。
-
公开(公告)号：CN109102510B
公开(公告)日：2022-08-26
申请号：CN201810877093.4
申请日：2018-08-03
Applicant: 东北大学
IPC: G06T7/10 , G06T7/136 , G06V10/762
Abstract: 本发明涉及一种基于半监督k‑means算法的乳腺癌显微病理组织图像分割方法，所述方法包括：所述方法包括：101、获取一张待处理的乳腺癌显微病理组织图片；102、对获取的乳腺癌显微病理组织图片进行预处理；103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割，获取聚类中心；104、将步骤103中获取的聚类中心作为初始聚类中心，将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k‑means分割，获得一个多类图像染色区矩阵，并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色；105、将获取的多类图像矩阵数据以图片的格式进行展示；本发明提供的图像分割方法，能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
公开(公告)号：CN109460768B
公开(公告)日：2021-09-21
申请号：CN201811361398.6
申请日：2018-11-15
Applicant: 东北大学
Abstract: 本发明涉及医学显微图像处理技术领域，尤其涉及一种用于组织病理学显微图像的文本检测与去除方法，包括以下步骤：将输入图像分别在不同通道下进行预处理；然后进行图像分割得到子图像；对子图像进行二值化处理后进行投影分析得到候选文本区域；对候选文本区域运用Haar小波变换进行特征提取；对候选文本区域进行第一级分类，得到确定的文本区域及其特征；然后对确定的文本区域进行第二级分类，得到单个文本词及其特征；将确定的单个文本词去除，输出每一个通道的结果，合并所有通道后输出的图像为最终结果。本发明将文字检测与去除技术应用到了组织病理学显微图像上，为以后对组织病理学显微图像的继续研究扫除了初级障碍。
-
公开(公告)号：CN109102510A
公开(公告)日：2018-12-28
申请号：CN201810877093.4
申请日：2018-08-03
Applicant: 东北大学
Abstract: 本发明涉及一种基于半监督k-means算法的乳腺癌显微病理组织图像分割方法，所述方法包括：所述方法包括：101、获取一张待处理的乳腺癌显微病理组织图片；102、对获取的乳腺癌显微病理组织图片进行预处理；103、将经过预处理的乳腺癌显微病理组织图片采用分割算法进行聚类分割，获取聚类中心；104、将步骤103中获取的聚类中心作为初始聚类中心，将步骤102中经过预处理的乳腺癌显微病理组织图片进行初始化k-means分割，获得一个多类图像染色区矩阵，并对多类图像染色区矩阵的每一类图像染色区采用一种颜色进行染色；105、将获取的多类图像矩阵数据以图片的格式进行展示；本发明提供的图像分割方法，能够使普通计算机完成对JPEG格式乳腺癌显微病理组织图像的分割。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
