公开(公告)号：CN114387596A

公开(公告)日：2022-04-22

申请号：CN202111626061.5

申请日：2021-12-28

申请人： 中国科学院苏州生物医学工程技术研究所 ,  丽水市中心医院

发明人： 纪建松 ,  戴亚康 ,  耿辰 ,  龚伟 ,  陈敏江 ,  徐民 ,  翁巧优 ,  周志勇

IPC分类号： G06V20/69 ,  G06V10/82 ,  G06N3/04 ,  G02B21/00

摘要： 本发明公开了一种细胞病理涂片自动判读系统，包括：成像模块；图像采集模块；图像存储与管理模块；图像预处理模块；智能判读模块，其接收所述图像预处理模块输出的图像，对图像进行正常样本与病灶样本的预测分类，且在图像为病灶样本时，进一步对病灶类型进行预测判读；以及报告撰写模块，其自动生成图像所对应的样本的判读结论文本。本发明成功将人工智能辅助诊断技术应用于快速染色细胞病理学中，可显著提升诊断的准确性、一致性，降低细胞病理学医生的工作负荷；本发明通过改进现有卷积神经网络网络，利用多通道注意力机制特性，解决了由人工采样所引入的不确定因素，并能实现高准确性的全场景、多分类任务，最终能提高分类判读结果的准确性。

公开(公告)号：CN117765301A

公开(公告)日：2024-03-26

申请号：CN202311648340.0

申请日：2023-12-04

申请人： 中国科学院苏州生物医学工程技术研究所 ,  丽水市中心医院

发明人： 戴亚康 ,  耿辰 ,  龚伟 ,  戴斌 ,  李凤美 ,  周志勇

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/54 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0499 ,  G06V10/44

摘要： 本发明提供基于知识引导的肺部病理细胞多分类方法、设备及介质，该方法包括以下步骤：将肺部病理细胞图像作为输入被同时送入双分支分类网络的两个分支中；其中，双分支分类网络的两个分支为图卷积空间拓扑信息分支和纹理卷积特征分支；将两个分支生成的特征向量进行拼接；通过多层感知机根据拼接后的特征向量生成最终的分类结果。本发明在保留神经网络自动提取特征的基础上，将临床诊断的先验知识引入网络结构中辅助分类，能够提升分类的准确性；并且能够简化前处理过程并将特征的筛选由神经网络自发的完成，不仅能够提升分类网络效率，也有助于提升分类的准确率，即实现了在简化前处理过程的同时提升了肺部病理细胞分类的准确性。