-
公开(公告)号：CN112990307A
公开(公告)日：2021-06-18
申请号：CN202110269262.8
申请日：2021-03-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于生物医学分子影像以及人工智能领域，具体涉及一种基于网络架构搜索的多谱段脑胶质瘤图像分类系统，旨在解决现有脑胶质瘤图像分类手段无法准确、高效分类的问题。本发明系统包括：图像获取模块，配置为获取同一脑胶质瘤组织的白光图像、近红外一区图像、近红外二区图像；图像预处理模块，配置为对近红外一区图像和近红外二区图像进行降噪、非线性映射处理；处理后，对白光图像、近红外一区图像和近红外二区图像进行分辨率调整，并通过通道维度进行图像拼接，将拼接后的图像作为多谱段脑胶质瘤图像；分类模块，配置为通过预训练的图像分类模型获取多谱段脑胶质瘤图像的类别。本发明实现了脑胶质瘤图像准确、高效的分类。
-
公开(公告)号：CN112990307B
公开(公告)日：2023-01-13
申请号：CN202110269262.8
申请日：2021-03-12
Applicant: 中国科学院自动化研究所(CN)
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于生物医学分子影像以及人工智能领域，具体涉及一种基于网络架构搜索的多谱段脑胶质瘤图像分类系统，旨在解决现有脑胶质瘤图像分类手段无法准确、高效分类的问题。本发明系统包括：图像获取模块，配置为获取同一脑胶质瘤组织的白光图像、近红外一区图像、近红外二区图像；图像预处理模块，配置为对近红外一区图像和近红外二区图像进行降噪、非线性映射处理；处理后，对白光图像、近红外一区图像和近红外二区图像进行分辨率调整，并通过通道维度进行图像拼接，将拼接后的图像作为多谱段脑胶质瘤图像；分类模块，配置为通过预训练的图像分类模型获取多谱段脑胶质瘤图像的类别。本发明实现了脑胶质瘤图像准确、高效的分类。
-
公开(公告)号：CN112950587B
公开(公告)日：2023-04-07
申请号：CN202110229903.7
申请日：2021-03-02
Applicant: 中国科学院自动化研究所
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明属于图像分析领域，具体涉及了一种基于深度学习的脑胶质瘤荧光图像分析方法、系统和设备，旨在解决现有的图像分析方法难以快速识别出手术中的肿瘤组织，难以辅助医生完成精准切除的问题。本发明包括：获取标本荧光图像作为待测图像，通过训练好的基于深度学习的脑胶质瘤荧光图像识别网络获得待测图像类别，将类别为肿瘤组织的待测图像通过肿瘤分级网络获得待测图像的肿瘤等级，通过Ki‑67表达水平识别网络获得待测图像的Ki‑67表达水平；其中脑胶质瘤图像识别网络基于EfficientNet卷积神经网络构建并通过二分类交叉熵损失函数训练。本发明实现了在手术中实时识别脑胶质瘤标本，辅助医生完成精准切除，同时提供分级和基因信息，帮助医生判断病人预后。
-
公开(公告)号：CN112950587A
公开(公告)日：2021-06-11
申请号：CN202110229903.7
申请日：2021-03-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像分析领域，具体涉及了一种基于深度学习的脑胶质瘤荧光图像分析方法、系统和设备，旨在解决现有的图像分析方法难以快速识别出手术中的肿瘤组织，难以辅助医生完成精准切除的问题。本发明包括：获取标本荧光图像作为待测图像，通过训练好的基于深度学习的脑胶质瘤荧光图像识别网络获得待测图像类别，将类别为肿瘤组织的待测图像通过肿瘤分级网络获得待测图像的肿瘤等级，通过Ki‑67表达水平识别网络获得待测图像的Ki‑67表达水平；其中脑胶质瘤图像识别网络基于EfficientNet卷积神经网络构建并通过二分类交叉熵损失函数训练。本发明实现了在手术中实时识别脑胶质瘤标本，辅助医生完成精准切除，同时提供分级和基因信息，帮助医生判断病人预后。
-
-
-
Search Results
4
records
(took 0.02 seconds)
