公开(公告)号：CN115708127A

公开(公告)日：2023-02-21

申请号：CN202110947770.7

申请日：2021-08-18

Applicant: 佳能医疗系统株式会社

Inventor： 张帆 ,  许奇齐 ,  韩冰 ,  朴龙勋

IPC: G06T7/30 ,  G01N1/30 ,  G01N21/84

Abstract: 本发明提供组织病理学染色切片图像的模型训练装置和模型应用装置。模型训练装置(100)具备组织病理学染色切片图像分块单元(101)、免疫组化染色切片图像分块单元(102)、肿瘤组织分类单元(103)、配准单元(104)和模型训练单元(105)。本发明通过对组织病理学染色切片的同一切片再进行多次IHC复染，获得多个IHC复染切片图像，根据生物规则对该多个IHC复染切片图像所对应的肿瘤组织进行分类，能够得到肿瘤组织的生物标记的定量空间掩膜(mask)，然后将组织病理学染色切片图像作为输入值，将定量空间掩膜作为基底真值(GT)，将二者配准，由此能够建立更为准确的深度学习模型。

公开(公告)号：CN119517148A

公开(公告)日：2025-02-25

申请号：CN202311073407.2

申请日：2023-08-24

Applicant: 佳能医疗系统株式会社

Inventor： 许奇齐 ,  王忆谨 ,  岳野 ,  韩冰 ,  朴龙勋 ,  张帆

IPC: G16B15/00 ,  G16B40/20 ,  G16B40/30 ,  G16B15/30

Abstract: 本发明涉及一种基于计算的磷酸化蛋白的分析方法，其包含：磷酸化蛋白序列预测步骤(20)：使用计算模型预测目标蛋白的各磷酸化组合的存在概率，选择其中存在概率大于或等于规定概率的磷酸化蛋白；磷酸化蛋白三维结构预测步骤(30)：将通过磷酸化蛋白序列预测步骤得到的磷酸化蛋白序列中的磷酸化丝氨酸和磷酸化苏氨酸分别替换成天冬氨酸和谷氨酸，使用计算模型预测替换后蛋白的三维结构；和分类、聚类步骤(40)：根据磷酸化蛋白三维结构预测步骤中得到的三维结构将磷酸化蛋白分类、聚类。通过本发明，能够不通过实验而仅依靠AI模型的计算全面、快速、低成本地预测磷酸化蛋白的三维结构，进而基于得到的三维结构筛选可作为生物标记物、或药物作用靶的磷酸化蛋白。