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

Inventor： 何永红 ,  李尧 ,  徐英铭 ,  段虎飞 ,  曾思祺 ,  何奇洺

IPC: G16H50/30 ,  G16H30/20 ,  G06T7/00 ,  G06N3/08 ,  G06V20/70 ,  G06V10/82 ,  G06V10/764

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。