摘要
本发明涉及一种基于多分辨率的肺癌病理图像三级淋巴结构实例分割系统和方法,该系统的数据标注和数据预处理单元用于在病理切片上标注出感兴趣区域和三级淋巴结构,进行降采样和切分图像块操作,以生成低分辨率图像训练数据;Mask R‑CNN模型训练单元用于利用数据标注和数据预处理单元生成的低分辨率图像训练数据训练一个Mask R‑CNN模型,用于进行三级淋巴结构的实例分割;三级淋巴结构分类器训练单元用于在高分辨率的图像上训练一个基于多实例学习的三级淋巴结构分类器;三级淋巴结构的识别和定量分析单元用于使用训练好的Mask R‑CNN模型和三级淋巴结构分类器对于病理图像进行三级淋巴结构的识别和定量分析。
技术关键词
淋巴
肺癌病理
多分辨率
实例分割模型
图像块
感兴趣
多实例
分类器训练
数据
区域候选网络
注意力
对齐模块
像素
全卷积网络
特征金字塔
切片
系统为您推荐了相关专利信息
安全性分析方法
裂缝
检测网络模型
模块
高分辨率图像分割
教材管理系统
图片特征点提取
FAST算法
场景
特征点描述符
图像检索模型
动态嵌入向量
图像块
图像检索方法
局部特征提取
切片
注释方法
图像块
图像特征提取
基因表达特征