-
公开(公告)号：CN111369615B
公开(公告)日：2023-05-23
申请号：CN202010106930.0
申请日：2020-02-21
申请人： 苏州优纳医疗器械有限公司
摘要： 本发明公开一种基于多任务卷积神经网络的细胞核中心点检测方法，包括以下步骤：对细胞核的中心点进行打点标注，训练时的两类掩模可直接根据打点的坐标生成，其中单类高斯核为中心点与标注的中心点重合的高斯分布二维数组，两类等值核为中心点与标注数据重合的等值圆形结构元二维数组；采用全卷积网络结构，先使用两类等值结构掩模训练两类分割模型，使用分割模型的参数初始化多任务模型，再联合两个任务分支的损失微调整个模型；预测时输入RGB图像，模型输出两类分割图和单类概率图，结合两者确定最终细胞核的位置和类别。本发明解决了病理图像细胞核检测时直接回归高斯核或者等值结构元分割的时候存在的假阴性、假阳性、收敛速度慢问题。
-
公开(公告)号：CN111369615A
公开(公告)日：2020-07-03
申请号：CN202010106930.0
申请日：2020-02-21
申请人： 苏州优纳医疗器械有限公司
摘要： 本发明公开一种基于多任务卷积神经网络的细胞核中心点检测方法，包括以下步骤：对细胞核的中心点进行打点标注，训练时的两类掩模可直接根据打点的坐标生成，其中单类高斯核为中心点与标注的中心点重合的高斯分布二维数组，两类等值核为中心点与标注数据重合的等值圆形结构元二维数组；采用全卷积网络结构，先使用两类等值结构掩模训练两类分割模型，使用分割模型的参数初始化多任务模型，再联合两个任务分支的损失微调整个模型；预测时输入RGB图像，模型输出两类分割图和单类概率图，结合两者确定最终细胞核的位置和类别。本发明解决了病理图像细胞核检测时直接回归高斯核或者等值结构元分割的时候存在的假阴性、假阳性、收敛速度慢问题。
-
公开(公告)号：CN111210451B
公开(公告)日：2023-05-16
申请号：CN201911204388.6
申请日：2019-11-29
申请人： 苏州优纳医疗器械有限公司
IPC分类号： G06T7/13
摘要： 本发明公开一种在全数字切片图像中提取幽门螺杆菌形态的方法，将待分析的WSI输入，经过数据处理将其切分为一系列1024*1024大小的RGB图像。这一系列RGB图像里面的HP分布区域需要标注出来；采用半自动标注方法，首先构建了一个用于分割HP分布区域的语义分割网络，训练完成后生成模型，通过模型预测输入RGB图像中的HP分布区域，输出图像的mask将HP区域标注出来后需要人工修正标注；HP分布区域标注完成后，进行灰度处理，得到HP和背景有明显梯度的图像，对得到的灰度图进行canny边缘检测，提取出HP形态。本发明网络规模小，速度快，用于分割HP分布区域的性能优，保持了语义分割网络端到端的优点，可直接标注出模型预测的HP分布区域，准确度好。
-
公开(公告)号：CN111210451A
公开(公告)日：2020-05-29
申请号：CN201911204388.6
申请日：2019-11-29
申请人： 苏州优纳医疗器械有限公司
IPC分类号： G06T7/13
摘要： 本发明公开一种在全数字切片图像中提取幽门螺杆菌形态的方法，将待分析的WSI输入，经过数据处理将其切分为一系列1024*1024大小的RGB图像。这一系列RGB图像里面的HP分布区域需要标注出来；采用半自动标注方法，首先构建了一个用于分割HP分布区域的语义分割网络，训练完成后生成模型，通过模型预测输入RGB图像中的HP分布区域，输出图像的mask将HP区域标注出来后需要人工修正标注；HP分布区域标注完成后，进行灰度处理，得到HP和背景有明显梯度的图像，对得到的灰度图进行canny边缘检测，提取出HP形态。本发明网络规模小，速度快，用于分割HP分布区域的性能优，保持了语义分割网络端到端的优点，可直接标注出模型预测的HP分布区域，准确度好。
-
公开(公告)号：CN111179214A
公开(公告)日：2020-05-19
申请号：CN201911204394.1
申请日：2019-11-29
申请人： 苏州优纳医疗器械有限公司
摘要： 本发明公开一种基于图像语义分割的病理切片组织区域识别系统，利用大数据和深度学习技术实现对组织区域的精准识别，方案的基本内容包括：(一)数据收集与标注；(二)图像语义分割网络训练；(三)图像语义分割网络预测；(四)后处理输出组织区域识别。本发明在提高了语义分割网络的效率的情况下仍能够在组织区域分割问题上很好收敛，有效的实现了组织区域分割。
-
-
-
-
搜索结果
5 条记录 (耗时 0.039 秒)
