CN119444747A 检测肿瘤纯度的方法、模型的训练方法、设备及介质 (杭州市第一人民医院(西湖大学附属杭州市第一人民医院))_第1页
CN119444747A 检测肿瘤纯度的方法、模型的训练方法、设备及介质 (杭州市第一人民医院(西湖大学附属杭州市第一人民医院))_第2页
CN119444747A 检测肿瘤纯度的方法、模型的训练方法、设备及介质 (杭州市第一人民医院(西湖大学附属杭州市第一人民医院))_第3页
CN119444747A 检测肿瘤纯度的方法、模型的训练方法、设备及介质 (杭州市第一人民医院(西湖大学附属杭州市第一人民医院))_第4页
CN119444747A 检测肿瘤纯度的方法、模型的训练方法、设备及介质 (杭州市第一人民医院(西湖大学附属杭州市第一人民医院))_第5页
已阅读5页,还剩34页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名个待检测子图像输入至预先训练好的细胞计数据多个训练子图像及其参考密度图对初始模型包括细胞中心标注位置与颜色信息之间的对应2将所述多个待检测子图像输入至预先训练好的细胞计数模型,获得数和超参数进行优化获得的,所述参考密度图是根据所述训练子图像及其标注结果生成对于任一所述待检测子图像,根据该待检测子图像的癌细胞密度图确根据各所述待检测子图像各自对应的癌细胞检测数量和非癌细胞检测根据预设的颜色信息与细胞类型之间的一一对应关系,获取各所述将所述多个训练子图像输入至初始模型,获得所述初始模型输根据各所述训练子图像的参考密度图与检测密度图之间的损失函数根据预设的灰度阈值对所述多个灰度子图像进行二值化处理,获得多个二值化子图对于任一所述二值化子图像,计算该二值化子图像中各像素点灰度值的平将所述多个测试子图像输入至所述拟合的细胞计数模型,获得所述拟获取各所述测试子图像对应的细胞实际总数量和细3根据各所述测试子图像对应的细胞实际总数量、细胞中心实际在所述误差信息小于预设阈值的情况下,将所述拟合的细胞计6.根据权利要求5所述的方法,其特征在于,所述误差信息包括平均绝对误差值MAE,对于各所述细胞中心标注位置处的像素点,根据预设的函数以及该像素点的灰度值,对位于该像素点的预设模糊半径范围内的其他像素点的灰度值尺度网络包括并联的全局注意力模块和特征金字塔模块;所述输出层包括级联的3个第二所述全局注意力模块包括级联的全局池化层和2个第一所述第一单元包括1个第二卷积滤波器;所述第二单元包括级联的1和1个第二卷积滤波器,并且所述第二单元中的第二卷积滤波器用于将所述第一单元的输将所述第二单元的输出特征与所述第三单元中的第四卷积滤波器的输出存储器,其上存储有一个或多个计算机程序,当所述一个或多个计根据权利要求3_8中任一项所述的细胞计数根据权利要求3_8中任一项所述的细胞计数4这些方法都存在一些弊端1)由病理学家肉眼估测的方法,所得到的肿瘤纯度准确性有括ABSOLUTE、ESTIMATE和纯度评分共识(CPE)在内的几种方法能够通过测序结果逆向推算5对于任一所述二值化子图像,计算该二值化子图像中各像素点灰度值的平均值,获取各所述测试子图像对应的细胞实际总数量和细对于任一所述训练子图像,根据该训练子图像中各像素点的更新完毕后的灰度所述全局注意力模块包括级联的全局池化层和2个第一6波器和1个第二卷积滤波器,并且所述第二单元中的第二卷积滤波器用于将所述第一单元用于将所述第二单元的输出特征与所述第三单元中的第四卷积滤波器的输出特征进行融[0015]在本申请实施例所提供的检测肿瘤纯度的方法中,对原始病理图像进行切割处像及其标注结果生成的,所述标注结果包括细胞中心标注位置与颜色信息之间的对应关图2是本申请实施例所提供的确定出肿瘤纯度检测结果的一种实施方式的流程图3是本申请实施例所提供的细胞计数模型的训练方法的一种实施方式的流程图4是本申请实施例所提供的对样本病理图像进行预处理获得多个训练子图像的图5是本申请实施例所提供的细胞计数模型的训练方法的另一种实施方式的流程7图6是本申请实施例所提供的为各训练子图像生成参考密度图的一种实施方式的图7是本申请实施例所提供的初始模型及细胞计数模型的一种实施方式的示意8[0027]其中,原始病理图像是利用病理仪器对HE染色的甲状腺石蜡切片进行扫描得到9子图像的参考密度图与检测密度图之间的损失函数,对初始模型的参数和超参数进行优[0032]在高密度细胞图像中,传统的基于目标检测的方法往往难以处理遮挡和重叠现[0033]在本申请实施例所提供的检测肿瘤纯度的方法中,对原始病理图像进行切割处像及其标注结果生成的,所述标注结果包括细胞中心标注位置与颜色信息之间的对应关[0037]癌细胞密度图中,以亮度显著区别于其他区域的点状区[0039]作为本申请实施例的第二个方面,提供一种细胞计数模型的训练方法,如图3所述拟合的细胞计数模型输出的各所述测试子图像的检[0057]其中,本申请实施例可以使用平均绝对误差值MAE来对细胞计数模型的效果进行素点的灰度值扩散到预设模糊半径范围内的其他像素点,对其他像素点的灰度值进行更所述全局注意力模块包括级联的全局池化层和2个第一波器和1个第二卷积滤波器,并且所述第二单元中的第二卷积滤波器用于将所述第一单元用于将所述第二单元的输出特征与所述第三单元中的第四卷积滤波器的输出特征进行融[0065]如图7所示,为本申请实施例所提供的初始模型及细胞计数模型的一种实施方式(即3×3卷积滤波器将第一单元的输出特征、第二单元的输出特征以及第三单元的输出三个分支的起始处均添加1个第一卷积滤波器即1×1卷积滤波器,将输入特征的通道数减本申请实施例的第一个方面提供的检测肿瘤本申请实施例的第二个方面提供的细胞计数模型本申请实施例的第一个方面提供的检测肿瘤本申请实施例的第二个方面提供的细胞计数模型[0080]本领域普通技术人员可以理解,实现上(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)以及存储器总线动态RAM何不偏离本申请的功能和结构原理的修改都将包括在权利要求书

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论