-
公开(公告)号:CN119181498A
公开(公告)日:2024-12-24
申请号:CN202411214028.5
申请日:2024-08-31
Applicant: 清华大学深圳国际研究生院
Abstract: 一种基于深度学习的高分辨率乳腺癌HER2评分方法,包括:构建包含苏木精‑伊红和HER2染色的全玻片图像数据集;由病理专家进行精确标注,区分正常、原位及侵袭性肿瘤区域;剪裁并分类标注不同尺寸和放大倍数的图块;对图块进行灰度转换、二值化和形态学操作以提取组织区域;设计结合视觉变换器和傅里叶变换的深度学习模型,优化特征提取和频率域分析;通过比较选择最优骨干网络结构;训练模型并优化参数,提高识别和评估准确性;最终集成至自动化评分软件系统,实现自动识别、评估HER2蛋白表达并自动评分。该系统自动化程度高,简化了HER2评分流程,提升了辅助诊断精度,减轻了医生工作量,有助于病理学家更专注于复杂的诊断任务,从而提高患者管理效果。
-
公开(公告)号:CN119151873A
公开(公告)日:2024-12-17
申请号:CN202411149156.6
申请日:2024-08-21
Applicant: 清华大学深圳国际研究生院
IPC: G06T7/00 , G06V10/766 , G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 一种基于深度学习的H&E图像卵巢癌多倍体瘤巨细胞(PGCCs)检测方法,包括构建特定数据集、图像标注与数据划分、利用OCDet模型进行特征学习与优化、以及模型训练与评估。该方法首先建立含有PGCCs的H&E染色图像数据集,随后对图像进行精确标注并划分为训练、验证和测试集。OCDet模型以CSPDarkNet为核心,结合ECA机制,专注于病理语义特征的深度学习和重编码。通过训练数据集,模型通过反向传播和梯度下降进行参数更新,优化以识别PGCCs特征。验证集用于模型调优,测试集用于评估模型性能。本发明的自动化检测技术,能够帮助医生提升诊断效率,降低误差,为临床治疗和预后评估提供重要参考,展现了显著的临床应用价值。
-
公开(公告)号:CN119086547A
公开(公告)日:2024-12-06
申请号:CN202411251056.4
申请日:2024-09-06
Applicant: 清华大学深圳国际研究生院
Abstract: 一种适用于超高精度抗生素检测的光学弱测量成像检测系统和方法,该系统包括光源、第一偏振器、流动池、三棱镜、消色差四分之一玻片、第二偏振器、成像透镜、图像传感器和数据处理与分析模块。系统通过预选择和后选择偏振态,在三棱镜的内表面发生全内反射,在反射光中产生p偏振和s偏振之间的相位差,从而放大样品对光束的微小扰动,实现高灵敏度检测。数据处理模块执行弱测量算法,分析图像传感器信号,放大微小物理量变化,检测样品中的抗生素等目标分析物的含量。本发明显著提高了传感系统对于抗生素类小分子的灵敏度,为抗生素小分子等目标分析物的无标记光学传感提供了一种新方案,能够极大地拓展光学弱测量传感器的应用领域。
-
公开(公告)号:CN117853729A
公开(公告)日:2024-04-09
申请号:CN202410037424.9
申请日:2024-01-10
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/26 , G06V10/74 , G06V10/44 , G06V10/82 , G06V10/25 , G06V10/764 , G06V10/766 , G06V20/69 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/08
Abstract: 一种基于深度学习的多切面层次肾小球识别和匹配方法,包括如下步骤:通过所述肾小球实例分割模型对多切面层次的待识别图像进行肾小球实例分割;基于肾小球实例分割结果,通过所述肾小球匹配模型所述多切面层次中的两两层次之间的肾小球进行匹配,并进而实现对各切面层次的肾小球的匹配;其中,所述肾小球实例分割模型和所述肾小球匹配模型是使用具有多切面层次的肾穿刺活检样本图像训练得到的。本发明的识别和匹配方法实现了多切面层次的肾小球准确的识别和匹配性能,能够大量节省医生搜索肾小球的时间,从而帮助医生将更多的注意力放在病变的判断上。
-
公开(公告)号:CN115931784A
公开(公告)日:2023-04-07
申请号:CN202211690302.7
申请日:2022-12-27
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于弱测量方法的生物检测仪,包括光源、前选择偏振片、棱镜、检测芯片、四分之一波片、旋光片、后选择偏振片和成像模块,其中,光源发出的光经过前选择偏振片后进入棱镜,在述棱镜与检测芯片贴合形成的弱测量界面处实现全内反射,引起P光偏振和S光偏振之间存在相位差,反射的光线经过四分之一波片、旋光片和后选择偏振片后,进入成像模块实现全内反射界面的图像成像;其中,检测芯片在对应弱测量界面处设置有检测通道和参考通道,以便利用所述检测通道和所述参考通道相对光强的差分实现自参考差分降噪。本发明提高了高灵敏度生物传感器的抗干扰性和稳定性,提升了弱测量生物传感器的性能。
-
公开(公告)号:CN111272639A
公开(公告)日:2020-06-12
申请号:CN202010129818.9
申请日:2020-02-28
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种荧光颗粒物检测装置及方法,装置包括:激光源,用于发出激光;波长选择单元,与激光源连接,用于动态调整激光源发出的激光的波长;聚焦单元,与所激光源连接,用于将激光聚焦为片光;起偏单元,与聚焦单元连接,用于调制片光的偏振态;颗粒物测试区,设置在起偏单元之后,用于待测空气样品通过;探测单元,包括对称设置在颗粒物测试区四周的探测子单元,用于探测流过颗粒物测试区的待测空气样品中的颗粒物对激光散射后不同角度的偏振散射光强度信息和荧光强度信息;计算处理单元和光谱解调单元与探测单元连接,分别用于分析颗粒物的荧光特征和偏振特征、光谱解调得到光谱信息。可以得到初步荧光分类信息,及更细致的光谱信息。
-
公开(公告)号:CN115308162B
公开(公告)日:2024-07-26
申请号:CN202110493256.0
申请日:2021-05-07
Applicant: 清华大学深圳国际研究生院
IPC: G01N21/41
Abstract: 本发明公开了一种光学弱测量折射率生物传感系统,包括光源、第一透镜、第二透镜、光谱仪、处理单元、第一偏振片、透光三棱镜、相位补偿器、第二偏振片,透光三棱镜上设有可以通入溶液的溶液流道以使待测溶液能够流经光束发生全内反射的透光三棱镜表面;光源出射的光依次经过第一透镜和第一偏振片进入到透光三棱镜发生全内反射,再依次进入相位补偿器、第二偏振片和第二透镜到达光谱仪,光谱仪用于记录出射光中心波长的变化,处理单元用于根据出射光中心波长的变化得到生物分子相互作用的参数。本发明还公开一种生物分子相互作用的检测方法。本发明不需在三棱镜上附着贵金属图层就可以实现对生物分子相互作用进行检测,检测成本大大降低。
-
公开(公告)号:CN113758877B
公开(公告)日:2023-08-18
申请号:CN202111005894.X
申请日:2021-08-30
Applicant: 清华大学深圳国际研究生院
Abstract: 一种频域量子弱测量生物分子传感器及其测量方法,该传感器包括发光装置、偏振态制备装置、棱镜、偏振态选择装置、光谱分频装置和光电探测元件,被测样品与棱镜的反射表面接触,由发光装置发出的光束经偏振态制备装置变成偏振光,偏振光入射到棱镜的反射表面,经界面反射产生相位差,经过偏振态选择装置对偏振态进行选择,经光谱分频装置后被分离为不同频率区间的光束,再被光电探测元件分别接收并通过计算光强差值的方式获得样品折射率测量结果,由此可测定棱镜表面的样品分子的浓度和/或实现生化反应过程的监控。本发明能够在保证高灵敏度测量生物分子样品折射率的前提下,提升测量的稳定性,可重复性和对环境噪声干扰的抵抗能力。
-
公开(公告)号:CN115308132A
公开(公告)日:2022-11-08
申请号:CN202110493227.4
申请日:2021-05-07
Applicant: 清华大学深圳国际研究生院
IPC: G01N21/21
Abstract: 本发明公开了一种基于光学弱测量的旋光生物传感系统,包括光源、第一透镜、第二透镜、光谱仪、处理单元、第一偏振片、透光材质制成的样品池、旋光色散元件和第二偏振片,光源出射的光依次经过第一透镜和第一偏振片进入样品池,从样品池出射的光线经过旋光色散元件后依次经过第二偏振片和第二透镜到达光谱仪,光谱仪用于记录出射光中心波长的变化,处理单元连接光谱仪以用于根据出射光中心波长的变化得到生物分子相互作用的参数。本发明还公开了一种基于光学弱测量的生物分子相互作用的检测方法。本发明不需预处理,且旋光生物传感系统检测和单次检测成本均较低,能够提供定量的反应相互作用的参数。
-
公开(公告)号:CN114842272A
公开(公告)日:2022-08-02
申请号:CN202210635864.5
申请日:2022-06-06
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本发明公开将苏木精‑伊红图像虚拟染色成Masson三色图像的方法,包括:构建非配对的苏木精‑伊红图像和Masson三色图像的数据集,从数据集的全玻片图像中分别随机截取图块,得到苏木精‑伊红图块集和Masson三色图块集;对图块纤维化程度进行标注,用带标注的两种图块集构建病理先验知识库;苏木精‑伊红图像作为源域,Masson三色图像作为目标域,训练单向映射网络;从Masson三色图块集中选取染色色彩偏差在预设范围内的图块构成子集对训练好的单向映射网络进行微调;将苏木精‑伊红图像输入微调后的单向映射网络,输出虚拟染色的Masson三色图像。本发明在不构造配对数据集的情况下通过病理先验知识库的简易构建,实现准确、真实和高效的从H&E到Masson三色的虚拟染色过程。
-
-
-
-
-
-
-
-
-