一种基于儿童病理切片的神经母细胞瘤智能分类系统
摘要文本
本发明公开了一种基于儿童病理切片的神经母细胞瘤智能分类系统，包括训练好的神经母细胞瘤分类模型；神经母细胞瘤分类模型包括：特征提取模块、Transformer编码模块和特征组合聚合模块；其中，特征提取模块采用预训练好的SENet模型，其输入为病理理切片通过数据预处理得到的不同分辨率下的Patch图和子图，输出为Patch图和子图的特征序列；Transformer编码模块对Patch图和子图的特征序列进行编码得到对应的特征值，进一步得到不同分辨率对应的全图的特征图；特征组合聚合模块将不同分辨率的特征图融合，得到总特征图，并通过全局池化得到特征序列；最后将特征序列通过Softmax层得到未分化、低分化、分化的三分类结果。利用本发明，可实现儿童神经母细胞瘤分化程度的精准诊断。
申请人信息
- 申请人:浙江大学
- 申请人地址:310058 浙江省杭州市西湖区余杭塘路866号
- 发明人: 浙江大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于儿童病理切片的神经母细胞瘤智能分类系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311768173.3 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117636064A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 浙江大学 |
| 发明人 | 俞刚; 朱珠; 王金湖; 顾伟忠; 熊洁妮; 赵曼丽; 周靖; 李雅雯 |
| 地址 | 浙江省杭州市西湖区余杭塘路866号 |
专利主权项内容
1.一种基于儿童病理切片的神经母细胞瘤智能分类系统，其特征在于，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机存储器中存储有训练好的神经母细胞瘤分类模型；所述神经母细胞瘤分类模型包括：特征提取模块、Transformer编码模块和特征组合聚合模块；其中，特征提取模块采用预训练好的SENet模型，其输入为病理理切片通过数据预处理得到的不同分辨率下的Patch图和子图，输出为Patch图和子图的特征序列；Transformer编码模块对Patch图和子图的特征序列进行编码得到对应的特征值，进一步得到不同分辨率对应的全图的特征图；特征组合聚合模块将不同分辨率的特征图融合，得到总特征图，并通过全局池化得到特征序列；最后将特征序列通过Softmax层得到三分类结果；所述的计算机处理器执行计算机程序时实现以下步骤：将待分类的儿童神经母细胞瘤病理切片数据输入训练好的神经母细胞瘤分类模型中，预测得到未分化、低分化、分化的三分类结果。 更多数据：www.macrodatas.cn