基于染色相似性重建的双任务循环自监督细胞核分割方法

    公开(公告)号:CN118134859A

    公开(公告)日:2024-06-04

    申请号:CN202410216377.4

    申请日:2024-02-27

    摘要: 本发明公开了基于染色相似性重建的双任务循环自监督细胞核分割方法,包括以下步骤:建立先验知识引导的自监督学习框架,通过对染色先验知识和图像先验知识的自监督学习,生成可靠的初始伪标签;先验知识引导的自监督学习框架包括对比学习模型和染色重建模型,以帮助框架学习图像和染色先验知识;训练下游双任务核分割模型,利用任务间一致性和任务内自细化两个策略来提高对比学习和染色重建的性能,实现核分割。本发明通过对组织病理学图像的先验知识进行自监督学习和染色重建,实现伪标签的初始化;训练双任务模型实现核分割,使用任务间一致性和任务内自细化策略弥补信息差距,并保持两个任务的迭代细化。

    树形结构自增数据节点ID及其路径链二进制编码方法

    公开(公告)号:CN112287642B

    公开(公告)日:2021-06-08

    申请号:CN202011598365.0

    申请日:2020-12-30

    发明人: 杨灿 李闰民 韩楚

    IPC分类号: G06F40/14 G06F40/126

    摘要: 本发明公开一种树形结构自增数据节点ID及其路径链二进制编码方法,该方法通过迭代获取第i层数据节点ID自增编号值ji的值,计算其二进制码字长度bji,并计算bji的二进制码长度bbji,实现即时动态编码;为实现唯一解码,根据系统最大节点ID值的二进制字长度,计算bbi的最大字长宽度LJM,设LJM为固定比特间隔,由LJM+bbji+bji构成该编码体系的比特宽度分配核心方案。本发明还公开编解码系统。该方法比固定字节编码节省空间,能提高检索效率,实现逐条数据ID即时解码。本发明在大型数据资源管理与维护、通用Web数据集成GWDI、命名数据网络NDN、RMI远程方法调用等方面具有重要应用价值。

    一种使用扫描仪获取的数字病理图像质量评价的方法

    公开(公告)号:CN110853006A

    公开(公告)日:2020-02-28

    申请号:CN201911078748.2

    申请日:2019-11-05

    IPC分类号: G06T7/00 G06K9/62

    摘要: 本发明提供一种使用扫描仪获取的数字病理图像质量评价的方法,根据数字病理图像实际存在的问题提供检测流程,按照此流程可以有效地实现图像可用与不可用的分类。相较于之前的工作,本发明的优点在于不需要提供标准图像作为对照,解决了除了模糊问题比例过大问题之外的严重影响数字病理图像可用性的问题的检测方式,可以以高准确率,快速的执行速度处理批量的数字病理图像数据,具有更好的通用性。

    一种非小细胞肺癌数字病理图像组织自动分割方法

    公开(公告)号:CN113674288A

    公开(公告)日:2021-11-19

    申请号:CN202110754856.8

    申请日:2021-07-05

    摘要: 本发明公开了一种非小细胞肺癌数字病理图像组织自动分割方法,该方法包括下述步骤:对非小细胞肺癌数字病理图像划分为多个图像块,将像素值归一化;采用图像级标注对图像块标注组织标注向量;监督训练多标签分类CNN网络生成虚拟掩膜;构建CAMD模块,在多标签分类CNN网络每次迭代过程中以设定的概率给特征图加attention,或置零特征图响应值高的区域;将图像块输入训练好的多标签分类CNN网络,生成多组虚拟掩膜;基于多组虚拟掩膜训练全监督分割网络,将图像块输入训练好的全监督分割网络得到分割结果;拼接每一张图像块的分割结果得到整张图像的分割结果。本发明在非小细胞肺癌数字病理图像的分割处理上具有更高的精确度。

    一种结直肠癌病理图像预后辅助预测方法及系统

    公开(公告)号:CN113313680A

    公开(公告)日:2021-08-27

    申请号:CN202110563360.2

    申请日:2021-05-24

    摘要: 本发明公开了一种结直肠癌病理图像预后辅助预测方法及系统,该方法包括以下步骤:背景分离步骤:划分为背景区域和组织区域;图像小块分割步骤:根据预设像素大小对组织区域进行分割图像小块;深度特征提取步骤:基于结直肠癌存活时间预测模型的卷积层和池化层对分割后的图像小块进行特征的提取得到图像小块特征,经过卷积层处理后对图像小块编码成一维数组形式;聚类步骤:基于K‑means聚类对图像小块特征进行聚类,划分肿瘤上皮组织、间质、粘液、正常组织和坏死部分;风险划分步骤:划分风险范围。本发明通过K‑means聚类对整张病理图像的图像小块进行自动分类后再选择不同类型的图像小块共同训练,使得对结直肠癌病人预后的患者存活时间预测更精确。

    面向电视直播系统的负载均衡动态组网系统及方法

    公开(公告)号:CN112533020B

    公开(公告)日:2021-10-22

    申请号:CN202011482451.5

    申请日:2020-12-16

    发明人: 杨灿 孙天立 韩楚

    摘要: 本发明公开了一种面向电视直播系统的负载均衡动态组网系统及方法,其中系统包括中心服务器和边缘终端节点;中心服务器由集群搭建而成,部署主控服务系统,主控服务系统包括:频道流内容发布单元,用于负责向边缘终端节点传输包含节点请求频道内容的音视频流;频道流热度统计单元,用于统计当前时隙下边缘终端节点观看频道请求信息,维护频道热度排行表;边缘负载均衡监控单元,包括边缘网络流量监视模块与边缘网络负载均衡控制模块。本发明通过主控服务系统中边缘负载均衡监控单元来协调对各个节点域及其边缘节点对频道流的数据传输,将流量本地化,缓解多频道流下跨域流量骨干网络的拥塞情况,可广泛应用于网络电视领域和通信技术领域。

    面向电视直播系统的负载均衡动态组网系统及方法

    公开(公告)号:CN112533020A

    公开(公告)日:2021-03-19

    申请号:CN202011482451.5

    申请日:2020-12-16

    发明人: 杨灿 孙天立 韩楚

    摘要: 本发明公开了一种面向电视直播系统的负载均衡动态组网系统及方法,其中系统包括中心服务器和边缘终端节点;中心服务器由集群搭建而成,部署主控服务系统,主控服务系统包括:频道流内容发布单元,用于负责向边缘终端节点传输包含节点请求频道内容的音视频流;频道流热度统计单元,用于统计当前时隙下边缘终端节点观看频道请求信息,维护频道热度排行表;边缘负载均衡监控单元,包括边缘网络流量监视模块与边缘网络负载均衡控制模块。本发明通过主控服务系统中边缘负载均衡监控单元来协调对各个节点域及其边缘节点对频道流的数据传输,将流量本地化,缓解多频道流下跨域流量骨干网络的拥塞情况,可广泛应用于网络电视领域和通信技术领域。

    树形结构自增数据节点ID及其路径链二进制编码方法

    公开(公告)号:CN112287642A

    公开(公告)日:2021-01-29

    申请号:CN202011598365.0

    申请日:2020-12-30

    发明人: 杨灿 李闰民 韩楚

    IPC分类号: G06F40/14 G06F40/126

    摘要: 本发明公开一种树形结构自增数据节点ID及其路径链二进制编码方法,该方法通过迭代获取第i层数据节点ID自增编号值ji的值,计算其二进制码字长度bji,并计算bji的二进制码长度bbji,实现即时动态编码;为实现唯一解码,根据系统最大节点ID值的二进制字长度,计算bbi的最大字长宽度LJM,设LJM为固定比特间隔,由LJM+bbji+bji构成该编码体系的比特宽度分配核心方案。本发明还公开编解码系统。该方法比固定字节编码节省空间,能提高检索效率,实现逐条数据ID即时解码。本发明在大型数据资源管理与维护、通用Web数据集成GWDI、命名数据网络NDN、RMI远程方法调用等方面具有重要应用价值。

    一种结直肠癌病理图像预后辅助预测方法及系统

    公开(公告)号:CN113313680B

    公开(公告)日:2023-06-23

    申请号:CN202110563360.2

    申请日:2021-05-24

    摘要: 本发明公开了一种结直肠癌病理图像预后辅助预测方法及系统,该方法包括以下步骤:背景分离步骤:划分为背景区域和组织区域;图像小块分割步骤:根据预设像素大小对组织区域进行分割图像小块;深度特征提取步骤:基于结直肠癌存活时间预测模型的卷积层和池化层对分割后的图像小块进行特征的提取得到图像小块特征,经过卷积层处理后对图像小块编码成一维数组形式;聚类步骤:基于K‑means聚类对图像小块特征进行聚类,划分肿瘤上皮组织、间质、粘液、正常组织和坏死部分;风险划分步骤:划分风险范围。本发明通过K‑means聚类对整张病理图像的图像小块进行自动分类后再选择不同类型的图像小块共同训练,使得对结直肠癌病人预后的患者存活时间预测更精确。

    一种HE病理图像细胞核分割方法及系统

    公开(公告)号:CN113393443A

    公开(公告)日:2021-09-14

    申请号:CN202110670248.9

    申请日:2021-06-17

    摘要: 本发明公开了一种HE病理图像细胞核分割方法及系统,该方法的步骤包括:将HE病理图像划分标签类别;对病理图像进行颜色归一化,并按照预设的像素尺寸切分为统一大小的图像块;构建采用双U型网络的结构的细胞核分割模型,将切分后的图像块输入细胞核分割模型中进行细胞核分割训练,将标签类别输入细胞核分割模型作为拟合对象;第一U型网络和第二U型网络之间设有信息融合模块,将两个U型网络在相邻尺度的特征进行信息融合;基于模型不变元学习的机制训练细胞核分割模型;将预测结果按照切分时的顺序重新拼接,得到最终的病理图像多组织细胞核分割的结果图。本发明提高了检测细胞核边界的精确度,解决了对细胞核边界难以检测的问题。