-
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
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
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
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。
-
-