-
公开(公告)号:CN115690056A
公开(公告)日:2023-02-03
申请号:CN202211369435.4
申请日:2022-11-03
Applicant: 中国科学院自动化研究所
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/62 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明属于计算机和图像处理技术领域,具体涉及了一种基于HER2基因检测的胃癌病理图像分类方法及系统,旨在解决现有技术无法进行胃癌病理图像的准确分类,从而无法有效辅助医生预测患者进行曲妥珠单抗治疗的疗效的问题。本发明包括:获取胃癌患者的胃部数字病理切片图像;进行区域提取及分割操作,获得多个设定像素大小且包含设定组织类型的图像块;进行图像块的数据增强归一化和数据划分,获得训练图像包;通过训练图像包进行网络迭代训练,获得胃癌病理图像分类模型;通过胃癌病理图像分类模型进行实时获取的患者胃部数字病理切片图像的分类。本发明实现胃癌病理图像的准确分类,从而可以辅助医生有效预测患者进行曲妥珠单抗治疗的疗效。
-
公开(公告)号:CN113256572B
公开(公告)日:2023-04-07
申请号:CN202110517412.2
申请日:2021-05-12
Applicant: 中国科学院自动化研究所
IPC: G06T7/00 , G06T5/00 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06V10/764 , G06V10/82
Abstract: 本发明属于图像识别领域,具体涉及了一种基于修复和选择性增强的胃镜图像分析系统、方法及设备,旨在解决现有的胃镜图像识别系统无法精确识别早期胃癌图像的问题。本发明包括:获取窄带成像的胃镜图像,并作为待测图像;进行预处理获得仅包含胃部黏膜的待测图像;并通过反光处理模块得到无反光的待测图像;进而通过训练好的生成式对抗网络生成合成图像,并自动选择其中更为逼真的图像;训练好的胃镜图像识别网络获得待测图像的早期胃癌概率并通过基于梯度加权类激活映射方法获取疑似早期胃癌的区域图像。本发明通过生成式对抗网络进行数据特征的选择性增强,并通过识别模型自动学习到与分类任务最相关的特征信息,提高了胃镜图像分析的准确度。
-
公开(公告)号:CN113256572A
公开(公告)日:2021-08-13
申请号:CN202110517412.2
申请日:2021-05-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像识别领域,具体涉及了一种基于修复和选择性增强的胃镜图像分析系统、方法及设备,旨在解决现有的胃镜图像识别系统无法精确识别早期胃癌图像的问题。本发明包括:获取窄带成像的胃镜图像,并作为待测图像;进行预处理获得仅包含胃部黏膜的待测图像;并通过反光处理模块得到无反光的待测图像;进而通过训练好的生成式对抗网络生成合成图像,并自动选择其中更为逼真的图像;训练好的胃镜图像识别网络获得待测图像的早期胃癌概率并通过基于梯度加权类激活映射方法获取疑似早期胃癌的区域图像。本发明通过生成式对抗网络进行数据特征的选择性增强,并通过识别模型自动学习到与分类任务最相关的特征信息,提高了胃镜图像分析的准确度。
-
-