基于机器学习的细胞分割和分型方法、装置、设备及介质

    公开(公告)号:CN113989294B

    公开(公告)日:2022-07-05

    申请号:CN202111628829.2

    申请日:2021-12-29

    摘要: 本公开提供了一种基于机器学习的细胞分割和分型方法、装置、设备及介质。所述方法包括获取目标对象的至少一个细胞代谢图像;利用机器学习分割模型对至少一个细胞代谢图像进行单细胞图像分割,得到多个单细胞代谢图像;对多个单细胞代谢图像中的每个单细胞代谢图像进行单细胞特征提取,得到与单细胞代谢图像对应的单细胞图像特征图谱;将与多个单细胞代谢图像中的每个单细胞代谢图像对应的单细胞图像特征图谱进行组合,得到目标对象的图像特征图谱;通过对目标对象的图像特征图谱进行聚类对细胞进行分型。本公开提供的上述方法不受病理医生主观因素的影响,能够避免对细胞形态造成损伤并实现对细胞的精准分型,从而确定目标对象的病变程度。

    一种基因检测方法和装置

    公开(公告)号:CN110265086A

    公开(公告)日:2019-09-20

    申请号:CN201910600133.5

    申请日:2019-07-04

    IPC分类号: G16B30/00 G16B20/20

    摘要: 本申请提供了一种基因检测方法和装置,其中,该方法包括:获取目标基因片段对应的fastq文件;利用参考基因组对所述fastq文件进行突变检测,以确定所述目标基因片段中发生基因突变的位置;利用所述参考基因组对所述fastq文件进行预设次数的重复检测,以确定该位置上检测到基因突变的原因,通过上述方法,可以检测出发生基因突变的位置是真的发生了基因突变,还是由于误检导致的,从而有利于提高检测结果的准确性,以及有利于精确确定目标基因中哪些位置上真的发生了基因突变,从而后续的处理提供准确的数据。

    基于术前因素的高花费可能性预测方法及系统

    公开(公告)号:CN118072923A

    公开(公告)日:2024-05-24

    申请号:CN202410169617.X

    申请日:2024-02-06

    摘要: 本发明涉及一种基于术前因素的高花费可能性预测方法及系统。所述方法包括:获取患者特征数据,并排除不符合指标要求的数据,得到筛选后的患者特征数据划分为训练集和验证集;确定高花费费用参数,训练集经过多因素回归分析进行变量筛选,将筛选后的变量作为自变量,将高花费费用参数作为因变量,构建预测模型;基于验证集,对预测模型进行评价;根据预测模型绘制列线图,并通过列线图预测高花费可能性。由于获取到的是患者的全面的特征数据,且通过多因素回归分析筛选变量,多种影响花费的因素联合起来进行预测,可以提高医疗费用的预测准确性。

    基于目标影像的病灶检测方法和装置

    公开(公告)号:CN112634224B

    公开(公告)日:2023-07-28

    申请号:CN202011503029.3

    申请日:2020-12-17

    摘要: 本发明提供一种基于目标影像的病灶检测方法和装置,该方法包括:提取待检测的目标影像;对于当前循环,获取当前查询切片中病灶的预测位置;将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块,获取当前查询切片中病灶的修正位置;利用当前查询切片中病灶的修正位置更新所述当前参考切片,重复上述步骤,直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段,提取阶段和修正阶段,在提取阶段中进行病灶位置的粗预测,在修正阶段中进行病灶位置的精预测,以此来提高病灶位置的预测精度。