-
公开(公告)号：CN118570121A
公开(公告)日：2024-08-30
申请号：CN202410505389.9
申请日：2024-04-25
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06T7/136 , G06T7/13 , G06T5/00 , G06V10/764
Abstract: 本发明公开了基于乳腺癌病理切片图像的肿瘤细胞提取方法。本发明通过阈值分割，边缘检测、区域生长等算法的结合实现对单个细胞的提取，将颜色空间转换和阈值分割进行结合对图像进行处理，解决图像分割效果不佳的问题，通过边缘检测能够得到清晰的肿瘤边界，并通过区域生长算法能够实现细胞级别的分割，在区域算法之前对图像进行填充处理，对孔洞进行填充，解决区域内有孔洞，对于细胞图像难以有效分割的问题，最后通过形态学处理消除杂质，得到单个细胞，实现肿瘤细胞提取，整个过程快速、准确、简便。
-
公开(公告)号：CN119313696A
公开(公告)日：2025-01-14
申请号：CN202411373764.5
申请日：2024-09-29
Applicant: 杭州电子科技大学
IPC: G06T7/136 , G06T7/194 , G06N3/126 , G06V10/44 , G06N3/096 , G06T7/00 , G06V10/774 , G06V10/776 , G06N3/006
Abstract: 本发明公开了一种基于君主策略改进遗传算法的多阈值图像分割方法。本发明方法基于遗传算法的进化原理，通过模拟自然选择和遗传学中的基因交叉与变异过程，确保在图像分割的多阈值选择问题中，能够有效探索解空间并收敛到最优解。利用生物学原理，保证了算法在解决复杂图像分割任务中的高效性与准确性。本发明方法优化了多阈值选择，能够在不同灰度级图像之间实现精确分割，尤其适用于具有多个组织类型或复杂结构的图像，可以有效识别复杂边界和重叠结构，通过自动调整分割参数提高识别准确性。
-
公开(公告)号：CN119180838A
公开(公告)日：2024-12-24
申请号：CN202411078910.1
申请日：2024-08-07
Applicant: 杭州电子科技大学
IPC: G06T7/136 , G06T7/194 , G06T7/11 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/26 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明公开了基于多尺度深度学习的乳腺癌组织学图像分割与分类方法，首先进行数据获取及预处理；然后构建乳腺癌深度全切片图像‑间质分割与分类模型，模型采用多尺度注意力融合网络架构，包括特征提取模块、注意力机制模块、特征融合模块和分割与分类模块；通过预处理后的数据进行模型训练，最后通过训练好的模型完成乳腺癌组织学图像分割与分类，并进行Grad‑CAM可视化。本发明通过创新的多尺度深度学习架构和技术措施，显著提升了乳腺癌组织学图像分割和分类的自动化程度、精度和鲁棒性，为临床应用提供了强有力的技术支持。相比现有技术，本发明在功能上实现了更高的自动化水平、更高的分割和分类精度以及更强的全局信息利用能力。
-
公开(公告)号：CN118247224A
公开(公告)日：2024-06-25
申请号：CN202410228084.8
申请日：2024-02-29
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的乳腺癌病理图像分析方法。首先构建改进型的EfficientNet‑B0网络模型并通过公开的乳腺癌临床样本数据集进行模型优化，直至损失函数收敛，得到训练好的图像分析模型；利用训练好的图像分析模型对待识别的乳腺癌病理图像进行分析，生成清晰的上皮组织图像和间充质组织图像。本发明方法能够更准确地识别和分类乳腺癌病理图像中的上皮组织和间充质组织，更好地帮助医生理解和解读医学影像，从而提高乳腺癌诊断的准确性，提高工作效率，同时可为预测乳腺癌的发展和愈后提供重要帮助，也为医生制定个性化和高效的治疗方案提供了重要参考。
-
-
-
Search Results
4
records
(took 0.019 seconds)
