一种三代EGFR-TKIs耐药肺腺癌类器官智能化识别方法及装置

    公开(公告)号:CN120071023A

    公开(公告)日:2025-05-30

    申请号:CN202510526782.0

    申请日:2025-04-25

    Abstract: 本申请公开了一种三代EGFR‑TKIs耐药肺腺癌类器官智能化识别方法及装置,涉及肺腺癌类器官识别技术领域。所述方法包括:获取训练集;获取OncoAGMS‑U‑Net++模型;通过所述训练集对所述OncoAGMS‑U‑Net++模型进行训练,从而获取训练后的OncoAGMS‑U‑Net++模型;获取待识别样本图像数据,所述待识别样本图像数据包括待识别明场图像数据、待识别荧光图像数据以及待识别基因突变空间概率图数据;将所述待识别样本图像数据输入至所述OncoAGMS‑U‑Net++模型中,从而获取OncoAGMS‑U‑Net++模型输出的耐药区域概率图、体积变化率、凋亡抵抗强度以及耐药类型概率。本申请所创建的OncoAGMS‑U‑Net++模型从四个维度关注肺腺癌类器官的耐药性,通过多模态数据融合和耐药特征增强策略能够更精准地建模三代EGFR‑TKIs耐药肺腺癌的复杂表型。

    一种NSCLC淋巴结转移风险的智能预测方法及系统

    公开(公告)号:CN114743672A

    公开(公告)日:2022-07-12

    申请号:CN202210270490.1

    申请日:2022-03-18

    Abstract: 本发明公开了一种NSCLC淋巴结转移风险的智能预测方法及系统;通过获取肺癌患者的H&E染色全视野数字切片以及患者的临床资料;对图像数据进行质控、色块处理、筛选;将预处理后的色块用于两阶段分析流程:包括建立识别非癌组织的CNN模型和预测早期非小细胞肺癌淋巴结转移的CNN模型。两部分分析均包括:将色块图像分为训练集和验证集,并通过CNN算法构建模型,对训练的CNN模型参数进行优化,对优化后的CNN模型在验证集中进行验证。最终利用经过检测的CNN模型对早期非小细胞肺癌淋巴结转移风险进行预测。本发明采用深度学习算法评判病理切片,使得肿瘤转移风险评估的准确性得以提高,大大降低医疗成本,易于广泛推广。

Patent Agency Ranking