-
公开(公告)号:CN111353407A
公开(公告)日:2020-06-30
申请号:CN202010113658.9
申请日:2020-02-24
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种医学图像处理方法、装置、计算机设备和存储介质,获取病理切片图像以及病理切片图像对应的图像尺寸信息和图像标记信息,基于图像尺寸信息和图像标记信息,采用并行方式调用真实背景生成卷积函数,构建携带感兴趣区域的真实背景,通过将常规的真实背景生成函数修改为卷积函数,且采用并行方式处理,加快真实背景生成的速度,再将真实背景切割成预设大小的图片切块,采用并行方式调用有效区域检测卷积函数,能够快速对感兴趣区域进行求和,提高感兴趣区域的筛选速度,极大地提高了图像处理的速度和效率。
-
公开(公告)号:CN111310841B
公开(公告)日:2023-06-20
申请号:CN202010113662.5
申请日:2020-02-24
Applicant: 中南大学湘雅医院
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06T7/11 , G06T7/136
Abstract: 本申请涉及一种医学图像分类方法、装置、计算机设备和存储介质,获取病理切片图像,对病理切片图像进行分割处理,得到子切片图像,便于后续模型对图片的处理,采用基于不同类别的携带病灶标记信息的病理切片图像样本集训练得到的图片分类模型,预测得到子切片图像的所属类别置信度,将所属类别置信度大于或等于预设阈值的子切片图像标记为病灶切片、并根据所属类别置信度对病灶切片进行打分,统计病灶切片的得分,得到病理切片图像的分类结果,能够使得已训练的图片分类模型,从视觉数据中抽取高度抽象的特征,快速准确完成病理切片图像的分类,为医生进一步诊断病情提供准确切统一客观的依据,支持医生根据病理切片图像对病情进行准确诊断。
-
公开(公告)号:CN113077440A
公开(公告)日:2021-07-06
申请号:CN202110349189.5
申请日:2021-03-31
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种病理图像的处理方法、装置、计算机设备和存储介质。所述方法包括:获取待检测的病理图像;切割所述病理图像,获得大小相同的预定数目个病理子图像;分别对各所述病理子图像的病理类别进行预测,获得各所述病理子图像对应的各病理类别的预测分数,所述病理类别包括至少一种病理类型;基于各所述病理子图像对应的各病理类别的预测分数,确定所述病理图像的目标病理类别。从而通过上述方法可以有效提高病理图像的检测精度。
-
公开(公告)号:CN111310841A
公开(公告)日:2020-06-19
申请号:CN202010113662.5
申请日:2020-02-24
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种医学图像分类方法、装置、计算机设备和存储介质,获取病理切片图像,对病理切片图像进行分割处理,得到子切片图像,便于后续模型对图片的处理,采用基于不同类别的携带病灶标记信息的病理切片图像样本集训练得到的图片分类模型,预测得到子切片图像的所属类别置信度,将所属类别置信度大于或等于预设阈值的子切片图像标记为病灶切片、并根据所属类别置信度对病灶切片进行打分,统计病灶切片的得分,得到病理切片图像的分类结果,能够使得已训练的图片分类模型,从视觉数据中抽取高度抽象的特征,快速准确完成病理切片图像的分类,为医生进一步诊断病情提供准确切统一客观的依据,支持医生根据病理切片图像对病情进行准确诊断。
-
公开(公告)号:CN112802012A
公开(公告)日:2021-05-14
申请号:CN202110254516.9
申请日:2021-03-09
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种病理图像检测方法、装置、计算机设备和存储介质。该方法包括:获取待检测病理图像;采用预先训练的病理图像检测模型对待检测病理图像进行病理检测,获得病理图像检测结果;病理图像检测模型的训练过程包括:获取样本集,样本集包括对各原始病理图像进行处理后得到的病理图像;根据样本集对各神经网络模型进行训练,获得对应的各图像检测模型;神经网络模型为在原始神经网络模型中增加特征提取通道后构建的神经网络模型;采用各图像检测模型进行图像检测测试,得到对应的各图像检测测试结果;对各图像检测测试结果进行比较,根据比较结果从各图像检测模型中确定病理图像检测模型。采用本方法能够提高病理图像检测的检测精度和效率。
-
公开(公告)号:CN112802012B
公开(公告)日:2024-09-13
申请号:CN202110254516.9
申请日:2021-03-09
Applicant: 中南大学湘雅医院
IPC: G06T7/00 , G06N3/0464 , G16H30/20
Abstract: 本申请涉及一种病理图像检测方法、装置、计算机设备和存储介质。该方法包括:获取待检测病理图像;采用预先训练的病理图像检测模型对待检测病理图像进行病理检测,获得病理图像检测结果;病理图像检测模型的训练过程包括:获取样本集,样本集包括对各原始病理图像进行处理后得到的病理图像;根据样本集对各神经网络模型进行训练,获得对应的各图像检测模型;神经网络模型为在原始神经网络模型中增加特征提取通道后构建的神经网络模型;采用各图像检测模型进行图像检测测试,得到对应的各图像检测测试结果;对各图像检测测试结果进行比较,根据比较结果从各图像检测模型中确定病理图像检测模型。采用本方法能够提高病理图像检测的检测精度和效率。
-
公开(公告)号:CN111353407B
公开(公告)日:2023-10-31
申请号:CN202010113658.9
申请日:2020-02-24
Applicant: 中南大学湘雅医院
Abstract: 本申请涉及一种医学图像处理方法、装置、计算机设备和存储介质,获取病理切片图像以及病理切片图像对应的图像尺寸信息和图像标记信息,基于图像尺寸信息和图像标记信息,采用并行方式调用真实背景生成卷积函数,构建携带感兴趣区域的真实背景,通过将常规的真实背景生成函数修改为卷积函数,且采用并行方式处理,加快真实背景生成的速度,再将真实背景切割成预设大小的图片切块,采用并行方式调用有效区域检测卷积函数,能够快速对感兴趣区域进行求和,提高感兴趣区域的筛选速度,极大地提高了图像处理的速度和效率。
-
-
-
-
-
-