-
公开(公告)号:CN106350604A
公开(公告)日:2017-01-25
申请号:CN201611041669.0
申请日:2016-11-22
Applicant: 复旦大学附属中山医院
IPC: C12Q1/68
CPC classification number: C12Q1/6841 , C12Q2545/101 , C12Q2563/107 , C12Q2565/518
Abstract: 本发明提供了一种食管鳞癌组织中lncRNA的荧光原位杂交检测方法,其特征在于,包括:制备冰冻食管鳞癌组织切片,进行固定、消化与通透,采用lncRNA探针进行检测,进行DNA染色,封片,采用共聚焦显微镜检测成像或荧光显微镜检测成像。本发明的食管鳞癌组织内lncRNA的荧光原位杂交技术,成本低,操作简单,省时省力。本发明可以方便地检测食管鳞癌组织内lncRNA的表达水平,直观展示lncRNA在食管鳞癌组织中的亚细胞内定位情况。
-
公开(公告)号:CN107478625A
公开(公告)日:2017-12-15
申请号:CN201710659278.3
申请日:2017-08-04
Applicant: 复旦大学附属中山医院
IPC: G01N21/64
CPC classification number: G01N21/6428
Abstract: 本发明提供了一种肺癌组织lncRNA的荧光原位杂交检测方法,包括:肺癌冰冻切片,组织固定、消化与通透,lncRNA探针杂交检测,DNA染色,封片,荧光检测成像。本发明可以准确、直观地检测肺癌组织lncRNA的表达情况,原位展示lncRNA在肺癌组织中的亚细胞定位。本发明的肺癌组织lncRNA的荧光原位杂交技术,操作简单,易于推广,具有重要的医学应用价值。
-
公开(公告)号:CN111951221B
公开(公告)日:2023-10-31
申请号:CN202010670136.9
申请日:2020-07-13
Applicant: 清影医疗科技(深圳)有限公司 , 复旦大学附属中山医院
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的肾小球细胞图像识别方法,基于人工智能与深度学习技术,获取待检测的病理图像;对病理图像进行预处理得到多个切片图像;将各个切片图像输入到预设神经网络模型中进行识别分割得到肾小球区域图;对肾小球区域图进行细胞计数;可快速精确地分割出病理图像中肾内部的肾小球的子图像,以及使用传统方法和深度学习融合模型对肾小球内部的细胞计数,解决了人工识别病理图像中肾小球工作量大效率低、高误诊率的问题;优化了病理图像中肾小球子图像分割和肾小球细胞计数算法,使用更多数据训练算法,提高了分割和计数的准确率,本发明涉及生物医学图像处理领域。
-
公开(公告)号:CN111951221A
公开(公告)日:2020-11-17
申请号:CN202010670136.9
申请日:2020-07-13
Applicant: 清影医疗科技(深圳)有限公司 , 复旦大学附属中山医院
Abstract: 本发明公开了一种基于深度神经网络的肾小球细胞图像识别方法,基于人工智能与深度学习技术,获取待检测的病理图像;对病理图像进行预处理得到多个切片图像;将各个切片图像输入到预设神经网络模型中进行识别分割得到肾小球区域图;对肾小球区域图进行细胞计数;可快速精确地分割出病理图像中肾内部的肾小球的子图像,以及使用传统方法和深度学习融合模型对肾小球内部的细胞计数,解决了人工识别病理图像中肾小球工作量大效率低、高误诊率的问题;优化了病理图像中肾小球子图像分割和肾小球细胞计数算法,使用更多数据训练算法,提高了分割和计数的准确率,本发明涉及生物医学图像处理领域。
-
-
-