公开(公告)号：CN118470440B

公开(公告)日：2024-09-20

申请号：CN202410916942.8

申请日：2024-07-10

申请人： 山东大学

发明人： 李玮 ,  张延冰 ,  雷晟暄 ,  刘尚明 ,  刘洪彬 ,  孟密密 ,  姜浩 ,  王立言 ,  王伟 ,  宋峻林 ,  赵晗竹 ,  韩浩宇 ,  吴世豪 ,  韩景泓 ,  张彦霖 ,  党广虹 ,  顾夏铭

IPC分类号： G16H30/20 ,  G06V10/764

摘要： 本发明公开了一种基于深度学习与高光谱图像的肿瘤早期识别系统，涉及肿瘤早期识别技术领域。包括：图像降维模块，用于获取高光谱图像，提取高光谱图像中的光谱信息；特征波段选取模块，用于对提取得到的光谱信息进行差异性分析，根据分析结果确定特征波段；深度学习模型模块，用于利用肿瘤识别模型对选取的特征波段下的光谱信息进行肿瘤初步识别；集成学习模块，用于对肿瘤初步识别结果进行集成学习，并根据集成学习结果优化肿瘤识别模型，采用优化后的肿瘤识别模型对待测高光谱图像进行识别，得到最终的肿瘤识别结果。本发明结合高光谱图像自身光谱信息的优势以及多种深度学习模型预测结果的集成，实现肿瘤早期精确识别。

公开(公告)号：CN118470440A

公开(公告)日：2024-08-09

申请号：CN202410916942.8

申请日：2024-07-10

申请人： 山东大学

发明人： 李玮 ,  张延冰 ,  雷晟暄 ,  刘尚明 ,  刘洪彬 ,  孟密密 ,  姜浩 ,  王立言 ,  王伟 ,  宋峻林 ,  赵晗竹 ,  韩浩宇 ,  吴世豪 ,  韩景泓 ,  张彦霖 ,  党广虹 ,  顾夏铭

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N20/20 ,  G16H30/20 ,  G16H50/20 ,  G16H50/30

摘要： 本发明公开了一种基于深度学习与高光谱图像的肿瘤早期识别系统，涉及肿瘤早期识别技术领域。包括：图像降维模块，用于获取高光谱图像，提取高光谱图像中的光谱信息；特征波段选取模块，用于对提取得到的光谱信息进行差异性分析，根据分析结果确定特征波段；深度学习模型模块，用于利用肿瘤识别模型对选取的特征波段下的光谱信息进行肿瘤初步识别；集成学习模块，用于对肿瘤初步识别结果进行集成学习，并根据集成学习结果优化肿瘤识别模型，采用优化后的肿瘤识别模型对待测高光谱图像进行识别，得到最终的肿瘤识别结果。本发明结合高光谱图像自身光谱信息的优势以及多种深度学习模型预测结果的集成，实现肿瘤早期精确识别。

公开(公告)号：CN118865389A

公开(公告)日：2024-10-29

申请号：CN202410937327.5

申请日：2024-07-12

申请人： 山东大学

发明人： 李玮 ,  安皓源 ,  雷晟暄 ,  刘尚明 ,  刘洪彬 ,  孟密密 ,  姜浩 ,  王立言 ,  王伟 ,  宋峻林 ,  赵晗竹 ,  韩浩宇 ,  吴世豪 ,  张伟师 ,  吴祚旭 ,  顾夏铭

IPC分类号： G06V20/70 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

摘要： 本发明提出基于深度学习的免疫细胞空间地形图生成方法及系统，涉及免疫细胞信息获取技术领域。包括对数字图像中的部分细胞进行类型和分布标注，利用部分标注的数字图像对多维语义对抗网络进行训练；将部分标注的数字图像输入至训练好的多维语义对抗网络中，得到包含多维语义信息的免疫细胞空间地形图；使用预训练的图优化器，以免疫细胞空间地形图中各个细胞为节点，在相邻的细胞中间生成边，形成图网络，重新预测未标注细胞的属性，得到每个细胞的优化标签；以优化标签为基准，同步更新免疫细胞空间地形图；基于更新后的免疫细胞空间地形图，生成免疫细胞空间分布报告。本发明整体标注量小且能够提升空间地形图的生成精度。

公开(公告)号：CN118470008B

公开(公告)日：2024-10-11

申请号：CN202410923932.7

申请日：2024-07-11

申请人： 山东大学

发明人： 李玮 ,  李云泽 ,  雷晟暄 ,  刘尚明 ,  刘洪彬 ,  孟密密 ,  姜浩 ,  王立言 ,  王伟 ,  宋峻林 ,  赵晗竹 ,  韩浩宇 ,  吴世豪 ,  吴祚旭 ,  王山

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

摘要： 本发明涉及医学图像处理技术领域，公开了一种细胞表型诊断系统、介质、设备及程序产品，包括：图像获取模块，用于获取待分类细胞图像；图像分割模块，用于采用分水岭算法对所述待分类细胞图像进行分割，得到分割出的细胞；分类模块，用于将分割出的细胞，输入训练好的空间约束神经网络，预测得到细胞表型；其中，空间约束神经网络通过多层卷积层对所述分割出的细胞提取特征图，并通过平均池化和多层感知器对所述特征图进行空间层面的压缩后，通过中位数池化层和平均池化层压缩通道特征。提高了空间约束神经网络对细胞表型的准确识别和分类能力。

公开(公告)号：CN118470008A

公开(公告)日：2024-08-09

申请号：CN202410923932.7

申请日：2024-07-11

申请人： 山东大学

发明人： 李玮 ,  李云泽 ,  雷晟暄 ,  刘尚明 ,  刘洪彬 ,  孟密密 ,  姜浩 ,  王立言 ,  王伟 ,  宋峻林 ,  赵晗竹 ,  韩浩宇 ,  吴世豪 ,  吴祚旭 ,  王山

IPC分类号： G06T7/00 ,  G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

摘要： 本发明涉及医学图像处理技术领域，公开了一种细胞表型诊断系统、介质、设备及程序产品，包括：图像获取模块，用于获取待分类细胞图像；图像分割模块，用于采用分水岭算法对所述待分类细胞图像进行分割，得到分割出的细胞；分类模块，用于将分割出的细胞，输入训练好的空间约束神经网络，预测得到细胞表型；其中，空间约束神经网络通过多层卷积层对所述分割出的细胞提取特征图，并通过平均池化和多层感知器对所述特征图进行空间层面的压缩后，通过中位数池化层和平均池化层压缩通道特征。提高了空间约束神经网络对细胞表型的准确识别和分类能力。