公开(公告)号：CN115830327A

公开(公告)日：2023-03-21

申请号：CN202211633004.4

申请日：2022-12-19

Applicant: 南京大学

Inventor： 李武军 ,  蔡晓晨

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种跨模态通用细胞实例分割方法，其中包括基于目标检测和语义分割的两阶段细胞实例分割模型，以及基于伪标签学习的半监督训练流程。分割模型的步骤包括先对图像进行预处理，然后使用目标检测模型得到边界框集合，再使用语义分割网络得到分割掩膜，最后将分割结果聚合得到最终的分割结果；训练流程的步骤包括微调预训练模型，生成伪标签，在伪标签和扩增的有标记数据混合数据集上重新微调预训练模型，得到最终模型。本发明能够在有限的标记数据基础上，实现对不同组织类型、细胞类型、成像平台的细胞进行跨模态自动检测和分割的目标，能够用于计算机辅助医学图像分析及辅助细胞生理学、细胞内过程等问题的研究。

公开(公告)号：CN116228737A

公开(公告)日：2023-06-06

申请号：CN202310316194.5

申请日：2023-03-29

Applicant: 南京大学 ,  南京市口腔医院

Inventor： 李武军 ,  蔡晓晨 ,  泥艳红 ,  王帅

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/08 ,  G16H30/00 ,  G16H50/20 ,  G06N3/0464

Abstract: 本发明公开了一种病理切片肿瘤间质比量化方法，步骤如下：(1)基于图像块的弱监督神经网络训练流程：首先对经数字扫描的全切片图像进行分块，然后对每个图像块分配唯一的标签，即肿瘤或非肿瘤，最后使用交叉熵损失和平移不变损失，训练添加了二维随机失活层的神经网络；(2)基于神经网络的肿瘤间质比量化算法：使用之前训练好的模型生成类激活映射图对切片进行识别，使用形态学算法计算得到间质区域，进一步计算得到肿瘤间质比。本发明适用于临床中对于病人的肿瘤状态做出定量的准确判断，与现有方法相比，本发明具有可重复性高、执行成本低、计算准确率高的特点，能够帮助病理医生量化难以人工计算的预后因素，显著减少病理医生的工作量。