一种基于深度学习的PD-1/PD-L1病理图片识别方法和装置
基本信息
| 申请号 | CN202010311992.5 | 申请日 | - |
| 公开（公告）号 | CN112883770A | 公开（公告）日 | 2021-06-01 |
| 申请公布号 | CN112883770A | 申请公布日 | 2021-06-01 |
| 分类号 | G06K9/00;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 但旭;李淼;聂新华;陈超 | 申请（专利权）人 | 深圳裕策生物科技有限公司 |
| 代理机构 | 深圳鼎合诚知识产权代理有限公司 | 代理人 | 张海平;郭燕 |
| 地址 | 518081 广东省深圳市盐田区海山街道深盐路2002号大百汇高新技术工业园A栋913 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请涉及图像识别技术和医疗技术领域，提供了一种基于深度学习的PD‑1/PD‑L1病理图片识别方法，包括S1步骤：构建深度残差网络模型；S2步骤：获取经人工标记的PD‑1/PD‑L1免疫组织化学染色图片；S3步骤：在深度残差网络模型上用免疫组织化学染色图片构建PD‑1/PD‑L1病理染色图片识别模型；S4步骤：用识别模型识别待测患者的PD‑1/PD‑L1病理图片。本申请还提供相应的基于深度学习的PD‑1/PD‑L1病理图片识别装置、计算机设备和计算机可读存储介质。本申请的识别模型可以代替人工判断，正确、快速、稳定地判断病人体内的PD‑1/PD‑L1是否存在阳性表达。 |
