公开(公告)号：CN111784637A

公开(公告)日：2020-10-16

申请号：CN202010498137.X

申请日：2020-06-04

Applicant: 复旦大学附属中山医院

Inventor： 施杰毅 ,  高强 ,  丁光宇 ,  王晓东 ,  刘西洋 ,  韩晶 ,  王晓颖 ,  周俭 ,  樊嘉

IPC: G06T7/00 ,  G16H30/00 ,  G16H50/20 ,  G16H50/30 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种预后特征可视化方法，系统、设备和存储介质，提供了分辨率高、细粒度特征多的预后特征可视化图像，用热图显示的方式直观的显示了病人生存风险相关的特征，增强了预后分析的可解释性，本方法包括以下步骤：获取患者病理图像，所述病理图像包括在不同组织区域随机采样的局部切片图像；将随机采样的病理图像输入经过训练的预后风险分析模型，获取与病理图像对应的具有预后风险特征的热图；将所述热图叠加到病理图像上生成具有可视化预后风险特征的图像。

公开(公告)号：CN119445173A

公开(公告)日：2025-02-14

申请号：CN202411468457.5

申请日：2024-10-21

Applicant: 复旦大学附属中山医院

Inventor： 施杰毅 ,  高强 ,  王晓东 ,  刘西洋 ,  丁光宇 ,  李津达 ,  成怡斐 ,  韩晶

IPC: G06V10/762 ,  G06N20/00 ,  G06V10/74

Abstract: 本发明涉及一种基于最优传输原型网络的病理图像形态亚型分类方法，属于医学图像处理技术领域。所述方法包括构建病理图像数据集，使用无监督聚类方法初步分组，与病理学家合作优化数据集；通过数据增强策略对图像进行预处理；增强后的图像通过预训练模型进行特征提取；构建并训练OT‑ProtoNet模型；设置原型，确定维度和数量，基于软分配机制实现类别特定原型，基于OT距离计算相似度，设置训练参数和选择优化算法训练模型，确保模型有效学习数据中的关键特征；再基于OT‑ProtoNet模型进行图像形态亚型分类。通过本发明可获得一种能够充分利用预训练特征、可提高分类准确率、保持可解释性的病理图像形态亚型分类方法。

公开(公告)号：CN111784637B

公开(公告)日：2024-06-14

申请号：CN202010498137.X

申请日：2020-06-04

Applicant: 复旦大学附属中山医院

Inventor： 施杰毅 ,  高强 ,  丁光宇 ,  王晓东 ,  刘西洋 ,  韩晶 ,  王晓颖 ,  周俭 ,  樊嘉

IPC: G06T7/00 ,  G16H30/00 ,  G16H50/20 ,  G16H50/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种预后特征可视化方法，系统、设备和存储介质，提供了分辨率高、细粒度特征多的预后特征可视化图像，用热图显示的方式直观的显示了病人生存风险相关的特征，增强了预后分析的可解释性，本方法包括以下步骤：获取患者病理图像，所述病理图像包括在不同组织区域随机采样的局部切片图像；将随机采样的病理图像输入经过训练的预后风险分析模型，获取与病理图像对应的具有预后风险特征的热图；将所述热图叠加到病理图像上生成具有可视化预后风险特征的图像。