-
公开(公告)号：CN117372416A
公开(公告)日：2024-01-09
申请号：CN202311499700.5
申请日：2023-11-13
申请人： 北京透彻未来科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/44
摘要： 本发明公开了一种对抗训练的高鲁棒性数字病理切片诊断系统及方法，其系统包括：提取模块，构建特征提取模型并利用特征提取模型的特征提取节点从输入的第一数字病理图像中提取特征向量；第一诊断模块，基于特征提取模型中的分类节点根据特征向量对输入的第一数字病理图像进行分类诊断并计算分类损失；预测模块，基于特征提取模型中的领域判别节点根据特征向量进行领域预测并计算领域判别损失；调整模块，用于根据分类损失和领域判别损失对特征提取节点和分类节点的参数进行同步调整或单一调整，获取收敛后的特征提取模型；第二诊断模块，利用收敛后的特征提取模型对后续第二数字病理图像进行诊断。为数字病理切片诊断带来更高的准确性和鲁棒性。
-
公开(公告)号：CN117174179A
公开(公告)日：2023-12-05
申请号：CN202311047223.9
申请日：2023-08-18
申请人： 北京透彻未来科技有限公司
摘要： 本发明提供了一种基于深度学习的微卫星不稳定性大肠癌机制信息分析系统，系统包括：数据集建立模块、基因筛选模块、训练模型建立模块及学习模型建立模块；本发明通过大量的大肠癌手术标本量，建立完善的分子病理检测平台，明确了每个病例的突变基因，并将结合人工智能深度学习模型，利用手术标本组织病理数字切片作为训练数据集，按照不同突变基因进行分组，结合家族病史以及临床随访信息，开发基于深度学习的微卫星不稳定性大肠癌发生的分子机制和林奇综合征患者发病机制及预后预测的计算机辅助诊断系统；可以减少在林奇综合征筛查过程中的多步骤检测过程，节约时间、人力和检测成本，减少漏诊，更可以利用扫描病理图像提供远程诊断的可能。
-
公开(公告)号：CN116468690B
公开(公告)日：2023-11-14
申请号：CN202310410086.4
申请日：2023-04-17
申请人： 北京透彻未来科技有限公司
IPC分类号： G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H50/20 , G16H70/60
摘要： 本发明公开了基于深度学习的浸润性非粘液性肺腺癌的亚型分析系统，包括：收集来自不同肺腺癌患者的若干张染色切片，所述染色切片包括非粘液性肺腺癌的所有组织学亚型；获取所述染色切片，并选取一张染色切片随机分配给两个病理学家分别进行初始标记和二次标记，用于进行像素级注释得到切片图像；建立曲线坐标，用于提取像素级注释后切片图像的组织区域；对提取组织区域的切片图像进行增强训练，并进行测试得到切片图像亚型概率图，通过分析得到非粘液性肺腺癌的组织学亚型。通过对肺腺癌组织病理学亚型的分类，对肺腺癌的临床管理有重大影响。
-
公开(公告)号：CN116309368B
公开(公告)日：2023-11-14
申请号：CN202310147859.4
申请日：2023-02-21
申请人： 北京透彻未来科技有限公司
发明人： 王书浩
IPC分类号： G06T7/00 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/096 , G06N3/0464
摘要： 发明提供了一种基于深度迁移学习的肺癌病理诊断系统，包括：数字化处理癌区标注模块，收集选定时段的现有肺部组织切片通过数字化转换处理形成肺部组织数字病理切片，进行数字集合划分及癌区像素级标注；预处理过滤分割识别模块，对肺部组织数字病理切片进行预处理，通过算法过滤切片背景区域，通过二分类语义分割建立肺部癌区像素级识别模型；迁移学习二次调优模块，对肺部癌区像素级识别模型进行训练，通过迁移学习方法使用肺癌训练数据对肺部癌区像素级识别模型参数进行二次训练调优；肺癌病理诊断预测模块，对迁移学习肺癌辅助诊断模型通过多个评估指标进行性能评估，输出肺癌病理诊断预测结果。
-
公开(公告)号：CN116364229B
公开(公告)日：2023-11-10
申请号：CN202310429953.9
申请日：2023-04-20
申请人： 北京透彻未来科技有限公司
摘要： 本发明提供了一种宫颈癌前病变锥切标本的智能可视化病理报告系统，系统包括：病理切片数字扫描模块、可视化图像处理模块及智能终端展示模块；将镜下图像转换为数字图像，便于对病变部位的标注，以数字图像的像素为坐标实现病变部位的精准标注，能够让医生直观的观察病变部位，缩短诊断时间；同时提升智能终端展示的效率和效率，数字图像带有色彩，能够有效提升图像的清晰度和完整性；实现了宫颈癌前病变病变范围及部位的可视化及精准量化，准确的实现了病变部位的精准显示；智能终端展示模块展示病变部位的数据信息，让医生可以直观的通过智能终端的界面获取病变程度范围等数据信息，便于进行个性化诊疗干预和风险预判。
-
公开(公告)号：CN116994721A
公开(公告)日：2023-11-03
申请号：CN202310997443.1
申请日：2023-08-09
申请人： 北京透彻未来科技有限公司
IPC分类号： G16H30/20 , G16H70/60 , G06F16/957 , G06F16/951 , G06F16/955 , G06F16/51 , G06F16/54
摘要： 本发明提供了一种数字病理切片图的快速处理系统，包括：图片处理模块，用于利用瓦片图技术将数字病理图进行图片切割及编码处理，得到多个编码瓦片图；图片存储模块，用于存储多个编码瓦片图；统一资源定位符构建模块，用于构建统一资源定位符；图片访问模块，用于访问已存储的多个编码瓦片图，通过XMLHttpRequest技术向服务器端发出访问请求，根据访问请求，基于资源获取函数和统一资源定位符进行动态加载，得到多个编码瓦片图的资源；图片显示模块，用于根据多个编码瓦片图的资源，组成高清数字病理图像并显示。实现了快速浏览和分析数字病理图片的技术效果。
-
公开(公告)号：CN116705291A
公开(公告)日：2023-09-05
申请号：CN202310604183.7
申请日：2023-05-26
申请人： 北京透彻未来科技有限公司
摘要： 本发明提供将细胞空间分布与胃癌预后进行相关性分析的系统及方法，其中，系统包括：获取模块，用于获取多个胃癌患者的细胞空间分布图；确定模块，用于根据细胞空间分布图，确定待筛选变量；分析模块，用于对待筛选变量进行胃癌预后的相关性分析，确定目标变量；构建模块，用于根据目标变量和预设的神经网络模型，构建预后模型；验证模块，用于验证预后模型，根据验证结果，确定目标模型；评价模块，用于根据目标模型和目标预后患者的干预信息，确定临床评价结果。本发明的将细胞空间分布与胃癌预后进行相关性分析的系统及方法，确定胃癌预后相关的目标变量进行预后模型的搭建，更加合理；引入干预信息确定临床评价结果，提升了诊断的适宜性。
-
公开(公告)号：CN116664496A
公开(公告)日：2023-08-29
申请号：CN202310524438.9
申请日：2023-05-11
申请人： 北京透彻未来科技有限公司
IPC分类号： G06T7/00 , G06T7/564 , G06T7/13 , G06V20/69 , G06V10/26 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G16H15/00 , G16H30/40
摘要： 本发明提供了一种基于语义分割与弱监督学习的肺癌预后分析系统包括：采集模块：获取患者的病理切片图像，处理模块：病理切片图像分割为若干个子图像，分别解析每一子图像，得到对应的深度信息和语义信息，将深度信息相同的子图像进行聚类，得到若干个图像类，对比模块：将同一图像类中的子图像对应的语义信息分别与不同的预设信息样本进行对比，得到每一子图像对应的病理特征，执行模块：将病理特征标记在病理切片图像上，生成分析报告，传输到指定终端进行显示，通过语义分割对患者的病理切片图像进行分割，然后利用弱监督学习技术对分割后的图像进行对比，可以得到患者的肺部病理特征，从而生成分析报告，供医护人员参考。
-
公开(公告)号：CN116580011A
公开(公告)日：2023-08-11
申请号：CN202310564519.1
申请日：2023-05-19
申请人： 北京透彻未来科技有限公司
IPC分类号： G06T7/00 , G06V10/764 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种深度学习模型的子宫内膜癌全幻灯片图像检测系统，包括：幻灯片数字化图像分类模块，获取数字化幻灯片图像训练集、数字化幻灯片图像验证集及数字化幻灯片图像测试集；网格搜索病理斑块提取模块，从数字图像小块的有效组织面积中并排非重叠提取数字病理斑块；深度学习模型优化训练模块，对数字病理斑块使用atrous空间金字塔池化，使模型聚焦于肿瘤细胞；通过自适应矩估计优化器对深度学习模型进行优化，进行数字化幻灯片图像训练集数据训练，获取全卷积神经网络深度学习模型；模型评估全幻灯片图像检测模块，评估全卷积神经网络深度学习模型性能，进行子宫内膜癌全幻灯片图像检测。
-
公开(公告)号：CN116486402A
公开(公告)日：2023-07-25
申请号：CN202310470740.0
申请日：2023-04-27
申请人： 北京透彻未来科技有限公司
IPC分类号： G06V20/69 , G06V10/774 , G06V10/776 , G06V10/82 , G06V20/70 , G06V10/26 , G06N3/0464 , G06N3/082
摘要： 本发明提供了肠腺瘤智能识别系统，包括：切片划分模块，用于对多种染色配置的结肠活检数字化切片集合进行划分，获得训练集、验证集、测试集；深度学习模块，用于基于训练集、验证集、测试集依次对初始化定制模型进行训练、验证、测试，获得合格肠腺瘤识别模型；最终识别模块，用于将待识别结肠活检数字化切片输入至合格肠腺瘤识别模型，获得肠腺瘤识别结果；用以基于多种染色配置的结肠活检数字化切片集合进行深度学习，使得训练出的合格肠腺瘤识别模型可以识别出不同染色配置的结肠活检数字化切片中的肠腺瘤，克服人工识别的主观性，提高了肠腺瘤的识别准确度，具备高精度、高效率的优点和良好的泛化能力，为医生对CRC早期筛选过程提供了辅助。
-
-
-
-
-
-
-
-
-
搜索结果
128 条记录 (耗时 0.042 秒)
