公开(公告)号：CN113034462A

公开(公告)日：2021-06-25

申请号：CN202110303208.0

申请日：2021-03-22

Applicant: 福州大学 ,  福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)

Inventor： 童同 ,  黄毓秀 ,  兰俊林 ,  邓扬霖 ,  陈刚 ,  吴志达 ,  张和军

IPC: G06T7/00 ,  G06T7/136 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于图卷积的胃癌病理切片图像的处理方法，其特征在于，包括以下步骤：步骤S1:获取胃癌数字病理切片，并进行数字化处理，构建胃癌数字病理切片图像数据集；步骤S2:根据胃癌数字病理切片图像数据集，采用阈值分割算法，获取数字病理切片图像的层次先验信息；步骤S3:根据得到的先验信息，构建并训练图卷积网络分割模型，并根据训练后的图卷积网络分割模型得到切片上胃癌区域的分割结果；步骤S4:根据结合分割出的层次信息和胃癌区域分布信息，进行T分期的分类，并得到图像中存在神经侵犯和脉管侵犯的概率分布。本发明可用于解决相关技术中对病理切片的分析不够准确的技术问题。

公开(公告)号：CN113034462B

公开(公告)日：2022-09-23

申请号：CN202110303208.0

申请日：2021-03-22

Applicant: 福州大学 ,  福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)

Inventor： 童同 ,  黄毓秀 ,  兰俊林 ,  邓扬霖 ,  陈刚 ,  吴志达 ,  张和军

IPC: G06T7/00 ,  G06T7/136 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于图卷积的胃癌病理切片图像的处理方法，其特征在于，包括以下步骤：步骤S1:获取胃癌数字病理切片，并进行数字化处理，构建胃癌数字病理切片图像数据集；步骤S2:根据胃癌数字病理切片图像数据集，采用阈值分割算法，获取数字病理切片图像的层次先验信息；步骤S3:根据得到的先验信息，构建并训练图卷积网络分割模型，并根据训练后的图卷积网络分割模型得到切片上胃癌区域的分割结果；步骤S4:根据结合分割出的层次信息和胃癌区域分布信息，进行T分期的分类，并得到图像中存在神经侵犯和脉管侵犯的概率分布。本发明可用于解决相关技术中对病理切片的分析不够准确的技术问题。

公开(公告)号：CN112419452B

公开(公告)日：2022-08-23

申请号：CN202011546997.2

申请日：2020-12-24

Applicant: 福州大学 ,  福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)

Inventor： 童同 ,  邓扬霖 ,  兰俊林 ,  黄毓秀 ,  陈刚 ,  张和军 ,  吴志达

IPC: G06T11/60 ,  G06T7/00 ,  G06T7/30 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统，包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置；所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元；本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并，降低医生工作量，提高效率。

公开(公告)号：CN112419452A

公开(公告)日：2021-02-26

申请号：CN202011546997.2

申请日：2020-12-24

Applicant: 福州大学 ,  福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)

Inventor： 童同 ,  邓扬霖 ,  兰俊林 ,  黄毓秀 ,  陈刚 ,  张和军 ,  吴志达

IPC: G06T11/60 ,  G06T7/00 ,  G06T7/30 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统，包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置；所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元；本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并，降低医生工作量，提高效率。

公开(公告)号：CN113269776A

公开(公告)日：2021-08-17

申请号：CN202110657980.2

申请日：2021-06-11

Applicant: 福州大学

Inventor： 童同 ,  李静 ,  周小根 ,  郑浩男 ,  邓扬霖 ,  黄毓秀

IPC: G06T7/00 ,  G06T7/187 ,  G06T7/62 ,  G06T7/90

Abstract: 本发明涉及一种基于暗通道和前景显著概率的目标检测方法。首先提出一种基于L*、a*和b*颜色特征分量的改进的颜色空间体积算法，利用颜色体积来突出显著目标，抑制背景区域。其次，在显著性检测中引入暗通道，即提出一种全新的基于暗通道的融合算法，进一步获得更清晰边界、更均匀的显著分割图。再次，我们观察到，在颜色空间体积上，前景具有比其相邻区域更高的外观亮度。因此，我们提出了一种新的前景度量方法，即利用颜色空间的亮度来检测前景。最后，为了减少显著目标信息的丢失，避免遗漏显著区域检测提出了一种新的加权组合，利用融合概率图得到清晰、均匀的显著图。

公开(公告)号：CN113313719A

公开(公告)日：2021-08-27

申请号：CN202110652216.6

申请日：2021-06-11

Applicant: 福州大学

Inventor： 童同 ,  郑浩男 ,  周小根 ,  李静 ,  邓扬霖 ,  黄毓秀

IPC: G06T7/11 ,  G06T7/13 ,  G06T7/194 ,  G06T7/62 ,  G06T7/90

Abstract: 本发明涉及一种基于视觉注意机制和模型拟合的白细胞分割方法。本发明首先提出了一个基于视觉注意机制的颜色空间体积，以突出显示细胞核区域，然后使用自适应阈值方法分割细胞核。然后，提出了一个基于边界先验知识并移除背景区域，将得到的中心区域作为初始白细胞区域，进一步通过边缘检测获取白细胞轮廓，将得到的白细胞轮廓减去细胞核得到细胞质分割结果。最后，本发明提出了一个基于模型拟合策略的方法来解决白细胞粘连的问题，有效地将白细胞（包括细胞核、细胞质）从外周血涂片图像中分割出来，并对分割得到的白细胞进行计数和分类，有效地降低人为误差的影响。