公开(公告)号：CN115018820A

公开(公告)日：2022-09-06

申请号：CN202210796046.3

申请日：2022-07-08

Applicant: 哈尔滨理工大学

Inventor： 周扬 ,  周书航 ,  王健 ,  何勇军 ,  丁博

IPC: G06T7/00 ,  G06V10/764 ,  G06N3/08 ,  G06N3/04 ,  G06V10/82 ,  G06T7/41

Abstract: 基于纹理加强的乳腺癌多分类方法，本发明涉及组织病理图像分类技术中，乳腺癌组织病理图像的多分类问题。组织病理图像分类技术通过图像处理技术提取出具有辨别性的类别特征进行癌症类型分类，在癌症诊断方面有着广泛的应用。然而由于乳腺癌的组织形象十分复杂和类型甚多，部分恶性亚型在临床和病理中表现出异质性差别小，导致在乳腺癌组织病理图像多分类中不易提取这些类别中具有区分性特征。为改善这一问题，本发明提出了一种基于纹理加强的乳腺癌多分类方法。实验表明，该方法能有效地提取不同乳腺癌亚型的具有辨别性的特征，减少分类误差，提高乳腺癌病理图像多分类精度。本发明应用于乳腺癌组织病理图像的多分类。

公开(公告)号：CN115082420A

公开(公告)日：2022-09-20

申请号：CN202210832755.2

申请日：2022-07-15

Applicant: 哈尔滨理工大学

Inventor： 周书航 ,  周扬 ,  王健 ,  赵晶 ,  何勇军 ,  丁博

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06T7/187 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 一种基于深度学习的组织病理细胞核的实例分割方法，本发明涉及组织病理图像分析中，组织病理细胞核实例的精准分割问题。组织病理细胞核的实例分割不仅要将细胞核与图片的背景区分开，还要精准的分割出每一个单独的细胞核轮廓。由于图像背景复杂、核之间缺乏清晰的边界、以及较大的核大小和形态变化，这都为组织病理细胞核实例的精准分割提出了挑战。本发明提出一种基于CondInst模型的组织病理细胞核实例分割方法。实验表明，该方法有效的解决了组织病理细胞核漏分割或者是误分割的情况，并且细胞核的轮廓更加贴合真实细胞核轮廓。本发明应用于组织病理细胞核实例的精准分割。