一种基于多倍率深度学习的病理图像分类方法
基本信息
| 申请号 | CN201810189171.1 | 申请日 | - |
| 公开（公告）号 | CN108305253B | 公开（公告）日 | 2021-04-06 |
| 申请公布号 | CN108305253B | 申请公布日 | 2021-04-06 |
| 分类号 | G06T7/00(2017.01)I;G16H50/20(2018.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 姜志国;郑钰山 | 申请（专利权）人 | 麦克奥迪（厦门）医疗诊断系统有限公司 |
| 代理机构 | 北京市炜衡律师事务所 | 代理人 | 许育辉 |
| 地址 | 361000福建省厦门市湖里区火炬高新区新丰三路3号麦克奥迪大厦二楼A区（3） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于多倍率深度学习的病理全切片诊断方法，将病理切片扫描到电子计算中，将病理图像在RGB颜色空间中进行表示，得到RGB病理图像；对病理图像进行标记，建立多倍率病理图像训练数据集；建立多倍率CNN病理图像分类模型,使用RGB病理图像对多倍CNN病理图像分类模型进行深度学习训练；利用深度学习训练后的CNN病理图像分类模型对病理全切片进行癌症区域检测。本发明的方法减少了现有基于多倍率病理图像的癌变区域检测算法的计算量，同时保证了辅助诊断精度。 |
