-
公开(公告)号：CN117670794A
公开(公告)日：2024-03-08
申请号：CN202311425323.0
申请日：2023-10-30
Applicant: 复旦大学附属肿瘤医院
IPC: G06T7/00 , G06T7/12 , G06T7/13 , G06T7/33 , G06V10/762 , G06V10/764 , G16H30/40 , G06V20/69 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的TLS病理检测方法、装置及介质，其中方法包括以下步骤：获取病理学切片并进行IHC染色和全切片扫描，获得全视野数字切片图像；对全视野数字切片图像进行染色分析，划分TLS区域，并进行连续切片配准，得到自动标注TLS区域的H&E染色切片图像，作为标注图像数据；根据标注图像数据构建数据集，对基于EfficientNet深度学习网络的检测模型进行训练和测试，输出H&E染色切片上TLS区域位置；对检测模型输出的结果基于聚类进行边缘预测再处理，得到最终TLS区域位置。与现有技术相比，本发明具有检测精度高、无需人工标注等优点。
-
公开(公告)号：CN115188415A
公开(公告)日：2022-10-14
申请号：CN202210817322.X
申请日：2022-07-12
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明涉及一种基于免疫特征的肠癌分子分型方法和装置，方法包括以下步骤：获取结直肠癌的队列数据、基因表达谱和临床信息数据；获取免疫相关特性，基于该该免疫相关特征的富集分数从获取的结直肠癌的队列数据、基因表达谱和临床信息数据中，获取预后相关免疫特征；根据预后相关免疫特征进行亚型鉴定和验证；根据获取的亚型对患者信息数据进行分类，确定肠癌表型。与现有技术相比，本发明结直肠癌分子分型精准度高、可靠性高等优点。
-
公开(公告)号：CN115188415B
公开(公告)日：2024-12-20
申请号：CN202210817322.X
申请日：2022-07-12
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明涉及一种基于免疫特征的肠癌分子分型方法和装置，方法包括以下步骤：获取结直肠癌的队列数据、基因表达谱和临床信息数据；获取免疫相关特性，基于该该免疫相关特征的富集分数从获取的结直肠癌的队列数据、基因表达谱和临床信息数据中，获取预后相关免疫特征；根据预后相关免疫特征进行亚型鉴定和验证；根据获取的亚型对患者信息数据进行分类，确定肠癌表型。与现有技术相比，本发明结直肠癌分子分型精准度高、可靠性高等优点。
-
公开(公告)号：CN114373548A
公开(公告)日：2022-04-19
申请号：CN202210105091.X
申请日：2022-01-28
Applicant: 复旦大学附属肿瘤医院
Abstract: 本发明涉及一种基于代谢基因建立的胰腺癌预后风险预测方法和装置，方法包括以下步骤：获取GJB5基因表达水平数据、MET基因表达水平数据、TMEM139基因表达水平数据和AFF3基因表达水平数据，从而计算胰腺癌患者的预后风险评分。与现有技术相比，本发明提出的4基因模型具有较强的鲁棒性，能够在不同平台的数据集中发挥稳定的预测效能，具有效能优良、检测基因数少等优点。
-
-
-
Search Results
4
records
(took 0.025 seconds)
