-
Patent Agency Ranking
公开(公告)号：CN108564026B
公开(公告)日：2021-11-02
申请号：CN201810318298.9
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
Abstract: 本发明公开了一种用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统，该系统利用强化学习方法寻找最适合甲状腺肿瘤细胞学涂片图像分类的现有卷积神经网络，所述强化学习方法的具体流程为：首先，用循环神经网络生成一个卷积神经网络；接着，用甲状腺肿瘤细胞学涂片图像训练集训练该卷积神经网络；然后，用甲状腺肿瘤细胞学涂片图像验证集验证经训练后的该卷积神经网络的准确率，设定一个准确率阈值，判断其准确率是否高于阈值；最后将准确率最高的卷积神经网络作为初步卷积神经网络进行再训练，从而达到构建高准确率卷积神经网络用于辅助医生对甲状腺肿瘤进行诊断，提高了诊断准确率的目的。
-
公开(公告)号：CN108564123A
公开(公告)日：2018-09-21
申请号：CN201810318242.3
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
Abstract: 本发明公开了一种甲状腺肿瘤细胞学涂片图像分类方法及其装置，所述方法包括：获取若干一定尺寸的经良恶性标注的甲状腺肿瘤细胞学涂片图像；用获取的图像组成训练集，并对训练集进行数据扩增；生成初步卷积神经网络；用扩增后的训练集训练初步卷积神经网络，优化其参数，使其可判断甲状腺肿瘤细胞学涂片图像中细胞的良恶性，从而形成成熟卷积神经网络；获取待分类的甲状腺肿瘤细胞学涂片图像，用成熟卷积神经网络对该图像中的细胞进行良恶性判断：图像中所有细胞均判断为良性则输出良性结果，图像中有至少一个细胞为恶性则输出恶性结果。所述方法及装置用于辅助医生对甲状腺肿瘤进行诊断，提高诊断的准确率。
-
公开(公告)号：CN108564026A
公开(公告)日：2018-09-21
申请号：CN201810318298.9
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
Abstract: 本发明公开了一种用于甲状腺肿瘤细胞学涂片图像分类的网络构建方法及系统，该系统利用强化学习方法寻找最适合甲状腺肿瘤细胞学涂片图像分类的现有卷积神经网络，所述强化学习方法的具体流程为：首先，用循环神经网络生成一个卷积神经网络；接着，用甲状腺肿瘤细胞学涂片图像训练集训练该卷积神经网络；然后，用甲状腺肿瘤细胞学涂片图像验证集验证经训练后的该卷积神经网络的准确率，设定一个准确率阈值，判断其准确率是否高于阈值；最后将准确率最高的卷积神经网络作为初步卷积神经网络进行再训练，从而达到构建高准确率卷积神经网络用于辅助医生对甲状腺肿瘤进行诊断，提高了诊断准确率的目的。
-
公开(公告)号：CN117603777A
公开(公告)日：2024-02-27
申请号：CN202311323563.X
申请日：2023-10-13
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明涉及一种用于腹腔冲洗液中脱落细胞收集装置，包括吸引球和离心管，吸引球用于控制吸引液体的量，离心管用于容纳从腹腔冲洗液中收集的液体样本。吸引球的顶端设有圆形凸台，其上设有第一连接口；吸引球的尾端设有第二连接口，为同心圆柱管结构，并与离心管螺接。离心管上端设有外接口，其与离心管为一体式结构，用于排泄废液。与现有技术相比，本发明提高了样本收集质量、减少样本中的组织损伤、操作更简便且可以精准地控制液体量，提高分析效率，并减少后续细胞学分析中的处理和修复步骤。
-
公开(公告)号：CN108564123B
公开(公告)日：2021-11-02
申请号：CN201810318242.3
申请日：2018-04-10
Applicant: 复旦大学附属肿瘤医院 , 上海交通大学
Abstract: 本发明公开了一种甲状腺肿瘤细胞学涂片图像分类方法及其装置，所述方法包括：获取若干一定尺寸的经良恶性标注的甲状腺肿瘤细胞学涂片图像；用获取的图像组成训练集，并对训练集进行数据扩增；生成初步卷积神经网络；用扩增后的训练集训练初步卷积神经网络，优化其参数，使其可判断甲状腺肿瘤细胞学涂片图像中细胞的良恶性，从而形成成熟卷积神经网络；获取待分类的甲状腺肿瘤细胞学涂片图像，用成熟卷积神经网络对该图像中的细胞进行良恶性判断：图像中所有细胞均判断为良性则输出良性结果，图像中有至少一个细胞为恶性则输出恶性结果。所述方法及装置用于辅助医生对甲状腺肿瘤进行诊断，提高诊断的准确率。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
